AI工具与模型HOT精选全部
arXiv cs.AI评分60

视觉-语言模型在物理动态与意图推理上仍落后于人类

原文标题:Vision-language models lag human performance on physical dynamics and intent reasoning

导读

研究发现,视觉-语言模型在理解开放场景中的物理互动和推测意图方面仍明显弱于人类,空间智能仍是短板。

推荐理由

涉及模型 · 与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目