IXThinker·2025-03-24 19:20

北大團隊提出CrayonRobo機械人操作模型

北京大學董豪課題組在CVPR 2025發表視覺語言動作模型CrayonRobo，以物體為中心的多模態提示驅動機械人操縱，第一作者為李曉琦，論文提出以直觀方式同時傳達低階動作與高階規劃的新方法。

方法設計

模型利用全面的多模態提示，以直觀方式明確傳達低階動作與高階規劃；系統整合視覺、語言與動作資訊，可依自然語言指令和視覺輸入生成相應動作序列，應用於機械人操縱任務。