دانشمندان هوش مصنوعی با معرفی مدل جدید WAM4D، گام بزرگی در بهبود توانایی رباتها برای درک محیط برداشتهاند. تا پیش از این، اکثر مدلهای اقدام در جهان (World Action Models) فقط با تصاویر دوبعدی کار میکردند که باعث میشد رباتها در درک عمق و انجام کارهای ظریف دچار خطا شوند.
ویژگیهای کلیدی WAM4D:
✅ استفاده از «توکنهای ثبت فضایی» برای ترکیب دقیقتر دادههای هندسی و سهبعدی.
✅ حفظ سرعت بالای محاسبات؛ این مدل با وجود قدرت تحلیل سهبعدی، برای اجرای بیدرنگ (Real-time) در رباتهای عملیاتی بسیار بهینه طراحی شده است.
✅ موفقیت در شبیهسازها و محیطهای واقعی برای دستکاری دقیق اشیاء.
این پیشرفت میتواند آینده رباتهای خانگی و صنعتی را تغییر دهد تا دنیای اطرافشان را نه فقط به عنوان پیکسل، بلکه به صورت واقعی و سهبعدی درک کنند. 🤖🦾
منبع: arXiv Computer Vision