VGHuman هو إطار عمل للذكاء الاصطناعي المتمركز على الجسم، أصدرته فريق مشترك من جامعة بكين، جامعة كارنيجي ميلون، جامعة Tongji، جامعة كاليفورنيا بلوس أنجلوس، وجامعة ميشيغان على arXiv، ويقوم على الرؤية للتنقل المستقل في مشاهد ثلاثية الأبعاد غير مألوفة. الإطار يتكون من طبقة العالم (ميدان غاوسي ثلاثي الأبعاد يعيد بناء الفيديو الأحادي مع شبكة تصنيف وملف تصادم، مع مراعاة الحجب) وطبقة العميل (إدراك RGB-D من منظور أول، استنتاج تكراري لتوليد التخطيط، وتحويل نموذج الانتشار إلى حركات كاملة للجسم). في 200 مشهد اختبار، كانت نسبة النجاح أعلى بحوالي 30 نقطة مئوية مقارنة بالخطوط الأساسية مثل NaVILA، مع انخفاض أو تساوي معدل التصادم؛ يدعم حركات القفز والجري والتخطيط على المدى الطويل، ومن المقرر أن يكون الكود مفتوح المصدر، وقد تم إنشاء مستودع على GitHub.

MeNews

2026-05-01 07:33:18

إنشاء الملخص قيد التقدم

أخبار ME، 14 أبريل (بتوقيت UTC+8)، وفقًا لمراقبة 1M AI News، أطلق فريق مشترك من جامعة بكين، جامعة كارنيجي ميلون، جامعة تونجي، جامعة كاليفورنيا في لوس أنجلوس، وجامعة ميشيغان على arXiv إطار عمل الذكاء الاصطناعي الجسدي VGHuman، وهو إطار عمل يتيح للإنسان الرقمي التحرك بشكل مستقل في بيئات ثلاثية الأبعاد غريبة استنادًا فقط إلى الإدراك البصري. سابقًا، كانت أنظمة الإنسان الرقمي تعتمد بشكل عام على نصوص مبرمجة مسبقًا أو معلومات حالة مميزة، وكان هدف VGHuman هو تزويد الإنسان الرقمي فعليًا بعيونه، ليرى الطريق ويخطط ويتحرك بنفسه. يتكون الإطار من طبقتين. الطبقة العالمية (World Layer) تعيد بناء مشهد ثلاثي الأبعاد من فيديو أحادي العين مع علامات دلالية وشبكة تصادم، وتصميم الإدراك المانع يجعلها قادرة على التعرف على الأجسام الصغيرة المخبأة حتى في بيئات خارجية معقدة. الطبقة الوكيل (Agent Layer) تزود الإنسان الرقمي بحاسة RGB-D (ملونة + عمق) من منظور أول، وتستخدم مؤشرات بصرية للإدراك المكاني واستنتاجات تكرارية لتوليد خطط، وأخيرًا يتم تحويلها بواسطة نموذج الانتشار إلى سلسلة حركات كاملة للجسم لتحريك الشخصية. في معيار التنقل عبر 200 مشهد اختبار، عبر مستويات صعوبة تشمل مسارات بسيطة، وتجاوز العقبات، والمشاة الديناميكيين، حقق VGHuman أعلى معدل نجاح يتجاوز حوالي 30 نقطة مئوية عن أقوى الأساسيات مثل NaVILA وNaVid وUni-NaVid، مع معدل تصادم منخفض أو مساوٍ. يدعم الإطار أيضًا أنماط حركة متعددة مثل الجري والقفز، بالإضافة إلى التخطيط لمسافات طويلة للوصول إلى أهداف متعددة متتالية. من المخطط أن يتم إصدار الكود والنماذج كمصدر مفتوح، وقد تم إنشاء مستودع على GitHub. (المصدر: BlockBeats)

شاهد النسخة الأصلية

قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.

أعجبني
إعجاب
تعليق
إعادة النشر
مشاركة

تعليق

إضافة تعليق

لا توجد تعليقات

المواضيع الرائجة
عرض المزيد
#
TradfiTradingChallenge
234.13K درجة الشعبية
#
GrayscaleBuysAndStakesOver510KHYPE
8.91M درجة الشعبية
#
IsraelStrikesIranBTCPlunges
48.48K درجة الشعبية
#
#DailyPolymarketHotspot
1.01M درجة الشعبية
#
SpaceXOfficiallyFilesforIPO
751.25K درجة الشعبية

مُثبت

خريطة الموقع

المواضيع الرائجة

TradfiTradingChallenge

GrayscaleBuysAndStakesOver510KHYPE

IsraelStrikesIranBTCPlunges

#DailyPolymarketHotspot

SpaceXOfficiallyFilesforIPO

مُثبت