联汇科技推出全球首个万物具身智能体平台OmAgent，旨在将AI智能体从数字空间引入物理世界。该平台支持多模态感知，具备3D空间感知、时空记忆和智能决策能力，实现跨设备协同。用户可通过自然语言指令操作智能终端，提升人机协作效率，已在多个行业应用，推动智能化进程。

基于多模态大型语言模型（MLLMs）的进展引起了对基于 LLM 的自动驾驶代理的兴趣。研究提出了一个全面框架，用于代理模型和 3D 驾驶任务之间的强力对齐。提出了 OmniDrive-nuScenes，一个新的视觉问答数据集，挑战模型在真实的 3D 情境中的全面视觉问答任务。研究结果显示了所提出的架构的有效性以及 VQA 任务对于复杂 3D 场景中的推理和规划的重要性。