超级会员免费看
PaLM-E是一种结合了PaLM语言模型和ViT-22B视觉模型的具身多模态语言模型，能应用于机器人和视觉语言任务。通过将传感器数据转换为与自然语言单词相似的表示，它能在处理图像、机器人状态等输入时生成文本输出。PaLM-E通过将大规模训练的知识转移到机器人，提高了机器人学习的效率，同时在视觉语言任务上表现出色。
“AI is … the science and engineering of making intelligent machines.” - John McCarthy
“人工智能是...制造智能机器的科学与工程“ - 约翰·麦卡锡
目录
PaLM-E：一种具身的多模态语言模型 | PaLM-E: An embodied multimodal language model
An embodied language model, and also a visual-language generalist一个具身语言模型，也是一个视觉语言通才
How does PaLM-E work? PaLM-E如何工作？
Transferring knowledge from large-scale training to robots将大规模培训的知识转移到机器人
PaLM-E：一种具身的多模态语言模型 | PaLM-E: An embodied multimodal language model
Recent years have seen tremendous advances across machine learnin
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
