跳到正文
Hugging Face Daily Papers·· 2026-09-28精选AI 评分78

MM-ABC:面向通用移动操作的看见、协调与想象基础模型

MM-ABC: Towards Generalist Mobile Manipulation via Seeing, Coordinating and Imagining

AI 导读

论文提出了 MM-ABC 基础模型,旨在解决移动操作中空间感知与异质臂基协同控制的挑战。该模型结合稀疏多级别视觉语言模型特征进行空间感知;引入仅用于训练的“未来分支”,利用世界想象和几何意图作为额外监督信号以增强感知与操作意图预测;并通过掩码联合注意力及清洁动作 X 预测来协调独立的操作与移动流。

推荐理由

该工作提出 MM-ABC 基础模型,通过视觉、协调与想象机制统一处理移动操作中的感知与控制挑战。

来源:Hugging Face Daily Papers · arxiv.org