محققان مدل جدیدی به نام SiPhy معرفی کردهاند که میتواند ویژگیهای فیزیکی اشیا مثل جرم، سختی و خاصیت ارتجاعی را تنها با دیدن «یک تصویر» تشخیص دهد! 📸⚖️
تا پیش از این، برای درک ویژگیهای فیزیکی یک جسم، نیاز به چندین تصویر از زوایای مختلف یا شبیهسازیهای پیچیده بود، اما SiPhy با ترکیب اطلاعات بصری و دانشِ زبانیِ مدلهای بینا-زبان (VLM)، این کار را بسیار دقیقتر و سریعتر انجام میدهد. این دستاورد میتواند تحول بزرگی در «هوش مصنوعی تجسمیافته» (Embodied AI) و رباتیک ایجاد کند.
منبع: arXiv AI