概念affordance grounding / 可供性
可供性定位
具身AI中要求模型识别环境物体所提供的可能动作并输出相应图像区域(如边界框或分割掩码)的任务,是连接视觉感知与物理操作的桥梁。
时间轴 (近 90 天)
11月5日
BEAKER 的任务类型包括可供性定位、轨迹规划、设备/状态/安全识别、装置搭建、操作与步骤推理以及时序流程推理。
待验证50%
11月5日
未来面向实验室的模型改进应优先补足可供性定位与轨迹规划这类“动作落地”能力,而非继续堆叠流程描述能力。
待验证50%
具身AI中要求模型识别环境物体所提供的可能动作并输出相应图像区域(如边界框或分割掩码)的任务,是连接视觉感知与物理操作的桥梁。
BEAKER 的任务类型包括可供性定位、轨迹规划、设备/状态/安全识别、装置搭建、操作与步骤推理以及时序流程推理。
未来面向实验室的模型改进应优先补足可供性定位与轨迹规划这类“动作落地”能力,而非继续堆叠流程描述能力。