محققان در تازهترین دستاورد خود، مدل پیشرفتهای به نام «Whareformer» را معرفی کردهاند که انقلابی در نحوه تعامل رباتها و سیستمهای بینایی با دنیای اطراف ایجاد میکند.
این مدل که بر پایه معماری ترنسفورمر طراحی شده، به هوش مصنوعی اجازه میدهد حتی زمانی که اشیاء از دید دوربین خارج میشوند (مثلاً در ویدیوهای اولشخص)، همچنان مکان و ویژگیهای آنها را در «حافظه» خود نگه دارد و ردیابی کند. این پیشرفت در حوزههایی مثل رباتهای دستیار و واقعیت افزوده بسیار کلیدی است و دقت مدل را در محیطهای پیچیده به طرز چشمگیری افزایش داده است. 🤖💡
منبع: arXiv Computer Vision
