arXiv
SWAM: Scaling World Action Models with Cross-Modal Alignment
World action models jointly predict video and actions conditioned on language.
HABERLER
Tüm Haberler
Yapay zekâ dünyasından son haberler, derinlikli analizler, teknik incelemeler.
113Yazı
1Yazar
5KOkuma · 30g
5Bu Hafta
EDİTÖR seçimi
RSS · BU KATEGORİ →
xAI, Imagine API’yi 2.0’a Yükseltmeye Hazırlanıyor: Görüntü ve Video Tek API’de Birleşiyor
Yapay Zeka HaberleriMicrosoft MAI-Cyber-1-Flash’ı Duyurdu
Microsoft, İlk Siber Güvenlik Modeli MAI-Cyber-1-Flash’ı ve MDASH Sistemini Duyurdu Microsoft, 27 Temmuz 2026 tarihinde siber güvenlik odaklı ilk kendi modelini ve…
Yapay Zeka HaberleriMoonshot AI, Kimi K3 Model Ağırlıklarını ve Teknik Raporunu Açık Kaynak Olarak Yayınladı
Moonshot AI, 27 Temmuz 2026 tarihinde Kimi K3 modelinin tam model ağırlıklarını (weights) ve teknik raporunu resmi olarak açık kaynak olarak yayınladı.…
arXiv
World In-Context Learning for Agentic Robot Manipulation
Trained action policies write manipulation skill into network weights, tying what is learned to the ...
arXiv
On Agentic Manipulation Policies
Recent work on robot manipulation has focused on specialist policies trained on demonstrations.
arXiv
Grasp-TAGS: Task-Aware Grasp Selection via Critic Distillation for Prehensile Loco-Manipulation
Loco-manipulation, which requires mobile manipulators to coordinate locomotion and manipulation over...
arXiv
Computer-Use Agents Are Embodied Generalists
In many areas of AI, general-purpose models have increasingly replaced handcrafted methods and speci...
arXiv
VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding
Models for physical AI tasks, such as robotics and autonomous driving, need not reason solely in lan...
arXiv
Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing
Vision-Language-Action models (VLAs) enable general-purpose embodied intelligence, but their perform...
arXiv
Perceptive Humanoid Motion from Simulation
Humanoid robots have the potential to automate a wide range of physical tasks.
arXiv
Reinforcement Learning Enables Scaling Generalist Robot Policy Improvement
The introduction of generalist robot policies has enabled a single, large model to learn to perform ...
arXiv
Bitki Örtüsü Açısından Zengin Ortamlarda Görsel 3D Yeniden Yapılanmanın Kıyaslanması için Görünürlüğe Duyarlı Referans Oluşturma
Bitki örtüsü açısından zengin dış ortamlarda görsel 3 boyutlu yeniden yapılandırmanın ve derinlik ta...
arXiv
PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data
Teleoperation remains the default way to collect robot demonstrations, but every episode costs robot...
arXiv
DreamX: Video Difüzyon Modeli Evrensel Gizli Eylem Öğrenicisidir
Videodan evrensel bir eylem gösteriminin öğrenilmesi, aynı eylemin farklı uygulamaları arasında tuta...
arXiv
PolicyIK: Takviyeli Öğrenmeyle Robot Kolları için Yüksek Hassasiyetli Ters Kinematik
Ters kinematik (IK), uç efektör poz komutlarını ortak harekete dönüştürür ve birçok görüş-dil-eylem ...
arXiv
GUILD: Taklit Öğrenme için Rehberli Yinelemeli Veri Toplama
Robotikteki taklit öğrenme politikaları, maliyetli gerçek dünya teleoperasyonu yoluyla toplanan veri...
arXiv
Pixel: Genel Amaçlı Mobil Manipülasyonu Öğrenmek için Ortak Tasarlanmış Tam Yığınlı Robot Sistemi
Genel amaçlı mobil manipülasyon, yetenekli robot donanımı, ölçeklenebilir gösteri toplama, etkileyic...