محققان مدل جدیدی به نام WorldWander معرفی کردهاند که میتواند انقلابی در دنیای ویدیوهای هوش مصنوعی ایجاد کند. این ابزار قادر است به راحتی بین دیدگاه «اولشخص» (egocentric) و «سومشخص» (exocentric) جابهجا شود.
چرا این خبر مهم است؟
این فناوری برای بازیهای ویدئویی و رباتیک (Embodied AI) بسیار کاربردی است. با استفاده از دادههای دقیق و یادگیری زمینهای، WorldWander میتواند ثبات شخصیت و هماهنگی محیط را در هر دو زاویه دید حفظ کند. این یعنی گامی بزرگ به سمت ساخت محیطهای تعاملی واقعیتر!
منبع: arXiv Computer Vision