标签
商汤科技发布了SenseNova-Vision-7B-MoT，一个完全开源的多模态统一模型，能够通过自然语言指令处理多种视觉任务，支持检测、OCR、深度估计、分割等。
视频演示了Gemini Robotics 2系统下多个机器人通过自然语言指令协作完成清理和收纳任务的能力，展示了机器人间的任务分配与协同。