Concertina具身视觉语言模型论文发布
热点事件持续更新
Concertina具身视觉语言模型论文发布
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
Chengcheng Wang等研究者于2026年11月5日发布论文《Concertina: Embodying Manipulation and Cognition in One Diffusion Vision-Language Model》。该模型将连续轨迹表征直接融入共享扩散视觉语言模型主干，取代传统解耦架构。 作为4.46B规模的模型，Concertina在参数效率上表现显著，其活跃动作投影仅占总参数的0.21%，且未设置独立的动作生成器层。
AI 根据报道生成 · 21 小时前更新
最新进展11月6日 13:00
Concertina：将操控与认知融入单一扩散视觉语言模型报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv · AIConcertina：将操控与认知融入单一扩散视觉语言模型
研究者提出 Concertina 这一具身视觉语言模型（eVLM），将连续轨迹表征直接置于共享扩散 VLM 主干的计算与参数路径上，取代传统解耦架构。该 4.46B 模型中活跃动作投影仅占 0.21% 参数，无独立动作生成器层。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 911月6日 15:00
- 近 24 小时变化
- –
02.557.510
18:0011月7日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。