top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

MindJourney meningkatkan kemampuan navigasi spasial AI

Generatived

22/8/25, 09.00

Kerangka kerja penelitian baru, MindJourney, meningkatkan kemampuan agen AI untuk menavigasi dan memahami ruang 3D yang tidak dapat mereka amati secara langsung. Dengan mensimulasikan kemampuan manusia untuk memetakan ruang dalam pikiran mereka, kerangka kerja ini memungkinkan AI untuk menjawab pertanyaan spasial yang kompleks. Ini merupakan kemajuan signifikan dibandingkan model bahasa visual (VLM) tradisional, yang unggul dalam mengenali objek dalam gambar tetapi kesulitan dalam menginterpretasikan lingkungan 3D dari representasi 2D.

MindJourney menggunakan sistem pembangkit video yang dilatih dengan jutaan video untuk memprediksi bagaimana suatu pemandangan akan berubah dari berbagai sudut pandang. Hal ini memungkinkan AI untuk menghasilkan gambar realistis dari bagian-bagian pemandangan yang tak terlihat untuk membantu penalaran spasial. VLM menyaring gambar-gambar ini, memfokuskan pada sudut pandang yang paling relevan untuk menjawab pertanyaan spasial. Proses seleksi ini memungkinkan AI untuk mencari sudut pandang yang tepat secara efisien, sehingga dapat berfungsi secara efisien dan efektif.

Algoritma pencarian berkas spasial kerangka kerja ini menjadi kunci keberhasilannya dengan menyeimbangkan eksplorasi berbagai jalur dengan kedalaman investigasi setiap jalur. Pendekatan ini menghasilkan peningkatan akurasi sebesar 8% pada tolok ukur pelatihan bakat spasial, yang menunjukkan bahwa MindJourney dapat meningkatkan kemampuan penalaran spasial VLM tanpa pelatihan tambahan.

Potensi MindJourney meluas ke berbagai aplikasi, termasuk robot otonom, teknologi rumah pintar, dan alat bantu bagi penyandang tunanetra. Dengan memungkinkan agen AI untuk merencanakan dan memprediksi, kerangka kerja ini menjembatani kesenjangan antara pengenalan gambar statis dan interaksi lingkungan yang dinamis. Pengembangan di Future bertujuan untuk menggabungkan model dunia yang dapat memprediksi perubahan seiring waktu, yang selanjutnya akan meningkatkan kemampuan AI untuk bernavigasi dan berinteraksi dengan ruang dunia nyata.

Bagikan artikel ini:

Tin tức mới nhất
NVIDIAがAI開発基盤を拡充

NVIDIAがAI開発基盤を拡充

29/7/26, 14.00

NVIDIA(米国カリフォルニア州)は、半導体設計におけるRTL開発および検証処理を支援するAIモデル「Nemotron 3 Ultra」の成果を公開した模様である。

NVIDIAがモデル転送高速化技術を発表

NVIDIAがモデル転送高速化技術を発表

29/7/26, 14.00

NVIDIA(米国カリフォルニア州)は、大規模AIモデルの重みデータをGPUへ高速転送する技術「ModelExpress」を発表した模様である。

NVIDIA、韓国のAIエコシステムとの協力�を大幅拡張

NVIDIA、韓国のAIエコシステムとの協力を大幅拡張

28/7/26, 09.00

NVIDIA(カリフォルニア州サンタクララ)は、サンフランシスコで開催された「AI Summit」において、韓国の李在明大衆大統領をはじめとする同国の政財界リーダーらと会談し、国家規模のAIインフラおよびエコシステムの拡張に向けた大規模なパートナーシップを発表した。

NVIDIA AIがモデルカスタマイズを標準化

NVIDIA AIがモデルカスタマイズを標準化

28/7/26, 09.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデル「Nemotron 3」の追加学習とカスタマイズを容易にする環境を提供するため、外部プラットフォームとの連携を進めていると報じられている。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
NVIDIAがAI開発基盤を拡充

NVIDIAがAI開発基盤を拡充

29/7/26, 14.00

NVIDIA(米国カリフォルニア州)は、半導体設計におけるRTL開発および検証処理を支援するAIモデル「Nemotron 3 Ultra」の成果を公開した模様である。

NVIDIAがモデル転送高速化技術を発表

NVIDIAがモデル転送高速化技術を発表

29/7/26, 14.00

NVIDIA(米国カリフォルニア州)は、大規模AIモデルの重みデータをGPUへ高速転送する技術「ModelExpress」を発表した模様である。

NVIDIA、韓国のAIエコシステムとの協力を大幅拡張

NVIDIA、韓国のAIエコシステムとの協力を大幅拡張

28/7/26, 09.00

NVIDIA(カリフォルニア州サンタクララ)は、サンフランシスコで開催された「AI Summit」において、韓国の李在明大衆大統領をはじめとする同国の政財界リーダーらと会談し、国家規模のAIインフラおよびエコシステムの拡張に向けた大規模なパートナーシップを発表した。

NVIDIA AIがモデルカスタマイズを標準化

NVIDIA AIがモデルカスタマイズを標準化

28/7/26, 09.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデル「Nemotron 3」の追加学習とカスタマイズを容易にする環境を提供するため、外部プラットフォームとの連携を進めていると報じられている。

bottom of page