ModAR: Mô hình thế giới tự hồi quy đa phương thức cho dự đoán hành động

Tóm tắt AI

ModAR là mô hình thế giới đầu tiên sử dụng cơ chế tự hồi quy để khử nhiễu đa phương thức (độ sâu, đặc trưng DINO, điểm theo dõi) trước khi dự đoán hành động, giúp tối ưu hóa khả năng hiểu hình học và chuyển động thay vì chỉ dựa vào hình ảnh RGB truyền thống.