跳到正文
arXiv · 机器人与计算机视觉· Shiyun Xiong, Dongming Wu, Peiwen Sun, Bokang Yang, Jiaxu Wang, Xiaolou Sun, Mingxing Wen, Xiangyu Yue·· 2026-10-20AI 评分56

Beyond Omni:一种统一的具身多模态大模型用于感官理解

Beyond Omni: A Unified MLLM for Embodied Sensory Understanding

AI 导读

论文提出了 Unisense 框架,旨在解决具身智能系统中多模态感知受限的问题。该框架通过两阶段训练过程,首先对齐感官表征与语言以建立接口,随后在共享架构内微调特定模态专家。

来源:arXiv · 机器人与计算机视觉 · arxiv.org