arXiv · 机器人与计算机视觉· Wooseok Jang, Seungryong Kim, Yan Lu, Lei Ji·· 16 天前AI 评分73
Trace4D:基于 4D 状态序列的 grounded 时空推理研究
Trace4D: Grounded Spatiotemporal Reasoning via 4D State Sequences
AI 导读
论文介绍 Trace4D 方法,旨在解决视觉语言模型(VLM)理解物体及其空间关系随时间演化的挑战。该方法训练 VLM 预测 4D 状态序列,并结合时序视觉观察进行推理。
来源:arXiv · 机器人与计算机视觉 · arxiv.org