BriefGPT - AI 论文速递 · 2024-12-09T00:00:00Z Uni-NaVid: A Video-Based Vision-Language-Action Model for Unifying Embodied Navigation Tasks 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新的视频基础视觉-语言-动作模型Uni-NaVid，旨在克服现有导航模型的局限性，实现多种导航任务的无缝执行。实验结果表明，Uni-NaVid在多个基准测试中表现优异，具备良好的通用性。 🏷️ 标签 Uni-NaVid model 实验结果 导航模型 视觉-语言-动作 通用性 阅读原文 生成长图 分享链接 已复制链接
