NAVI-Orbital: primera demostración en órbita de modelo visión-lenguaje
NAVI-Orbital: primera demostración en órbita de modelo visión-lenguaje zero-shot. Clasifica imágenes satelitales sin entrenamiento y comprime datos.
#modelo v
PearlVLA: Refinamiento Progresivo de Planes de Acción en Espacio Latente
Descubre PearlVLA, el nuevo marco VLA que refina planes en espacio latente para robots. Logra rendimiento superior en LIBERO con baja latencia.
CT-VAM: Modelo Inspirado en Cerebelo-Tálamo para Control Visuomotor Eficiente
El modelo CT-VAM, inspirado en el cerebelo y tálamo, logra control visuomotor eficiente en robótica con solo 68M parámetros. ¡Conoce su arquitectura!
DAM-VLA: Modelo multimodal asíncrono desacoplado
DAM-VLA revoluciona la robótica al desacoplar el procesamiento temporal, logrando un 95.2% de éxito en tareas de contacto. Descubre el nuevo estándar.
FADA: Interpretación y anotación de ultrasonido fetal con modelo unificado de visión-lenguaje
Descubre FADA: un modelo unificado de visión-lenguaje que interpreta y anota ecografías fetales sin nube, funciona en smartphones y democratiza el diagnóstico prenatal.
FADA: IA accesible para ultrasonido fetal
FADA revoluciona la ecografía fetal: un solo modelo de IA interpreta, detecta y segmenta sin etiquetas. Entrenable en GPU y ejecutable offline en móvil.
State Backdoor: ataque sigiloso a modelos de visión-lenguaje-acción
Nuevo ataque sigiloso (State Backdoor) explota estado inicial robot para comprometer modelos VLA. Más del 90% de éxito sin afectar rendimiento.
NoRD: Modelo VLA eficiente en datos que conduce sin razonamiento
Descubre NoRD, el modelo VLA que conduce sin razonamiento usando menos datos. Resultados competitivos en Waymo y NAVSIM con 3x menos tokens.
CURE: Entrenamiento multitarea guiado por currículo para informes anatómicos
Descubre CURE, un marco de aprendizaje curricular que mejora la precisión de anclaje anatómico y reduce un 18.6% las alucinaciones en informes radiológicos, sin datos adicionales.
Refinamiento Consciente de Fallos en Visión-Lenguaje para Detección de Defectos
Descubre cómo el refinamiento consciente de fallos mejora la detección de defectos en litografía usando modelo visión-lenguaje. Optimiza precisión.
Límites de información para covarianza dispersa en modelo vertical
Nuevos límites minimax muestran que la esparsidad en covarianza reduce la comunicación requerida en modelos verticales distribuidos.
RhinoVLA: el modelo VLA que acelera la robótica en el borde
Descubre RhinoVLA, el modelo VLA token-eficiente que alcanza 11.69 Hz en tiempo real sobre Huixi R1, con rendimiento comparable a π0.5 y código abierto.