AllenAI 发布 MolmoMotion 视觉模型，基于短帧历史预测未来运动
摘要
AllenAI 发布 MolmoMotion，一种旨在基于短帧历史预测未来运动的视觉模型。
暂无内容
相似文章
MolmoMotion：语言引导的3D运动预测
MolmoMotion是一种新的语言引导的3D运动预测模型，它从视频帧和动作描述中预测未来的3D点轨迹，性能优于现有方法。同时，该模型还发布了一个大型数据集（MolmoMotion-1M）和一个基准（PointMotionBench）。
AllenAI 持续推进其 MolmoAct2 机器人模型
AllenAI 发布了用于机器人控制的开源 MolmoAct2 模型，包含多个针对不同任务微调的版本，并提供了完整数据集和训练代码。
MolmoAct2：面向真实场景部署的动作推理模型
Allen AI 发布了 MolmoAct2，这是一款专为真实场景机器人部署设计的开放权重视觉-语言-动作模型，具备新数据集、开放动作分词器以及自适应推理以降低延迟等特性。
MolmoAct 2
MolmoAct 2 是由 Allen Institute for Artificial Intelligence 开发的开源机器人模型，能够在执行动作前进行三维空间推理。
AnyMo：基于掩码建模的任意模态条件运动生成扩展
本文提出AnyMo，一种统一的多模态人体运动生成框架，结合基于残差FSQ的运动分词器与可扩展的掩码建模Transformer，并利用包含超过5000小时运动数据的OmniHuMo数据集，实现在任意模态组合下的高质量合成。