跨具身跨任务导航基础模型
深度2025年9月15日53 分钟阅读
最有趣的发现是NavFoM通过标识符令牌统一处理不同相机配置和任务时间跨度，在有限令牌长度下采用动态采样策略，实现了跨具身形态和任务的零样本泛化。人工智能研究者、机器人工程师及自动驾驶开发者应阅读本文，了解如何构建通用导航基础模型。
本文编译自 Embodied Navigation Foundation Model，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Claude Fable 的强大能力与高昂成本，使得模型选择和分类成为区分高效与高成本 AI 用户的关键技能。专家建议仅将 Fable 用于规划、协调和审查，而将常规任务交给更便宜的模型。随着价格战和 token 定价变化，这一技能将变得对所有人都至关重要。
深度The New Stack·6月13日·4 分钟
美国政府下令 Anthropic 停用 Claude Fable 5 和 Claude Mythos 5，理由是国家安全。Anthropic 表示不满，称政府依据的是一项“狭窄、非通用的潜在越狱”证据，且相关能力已存在于其他公开模型。
深度·6月13日·4 分钟