温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明公开了增强空间感知能力的视觉语言动作大模型设计方法，该方法包括：获取多帧任务场景图像，输入二维图像编码器和视觉几何引导Transformer VGGT编码器，提取图像特征及时序空间嵌入，将自然语言指令编码为语言嵌入表示，通过交叉注意力...
该专利属于上海物智进化科技有限公司所有，仅供学习研究参考，未经过上海物智进化科技有限公司授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。