复旦与南洋理工提出SimpleVLN导航框架
热点事件持续更新
复旦与南洋理工提出SimpleVLN导航框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
复旦大学与新加坡南洋理工大学团队提出SimpleVLN，旨在不改动多模态大模型核心架构及新增专用模块，通过优化决策设计与三阶段训练流程，激发模型原生能力以实现视觉语言导航。 该方法结合动作块与DAgger算法，将R2R-CE数据集导航成功率提升至65.4%；经强化学习优化后成功率进一步增至73.8%，且保持较低推理延迟。 SimpleVLN展现强大泛化能力，已成功部署于实体四足机器狗，可在真实场景中依据自然语言指令完成连续导航任务。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 09:31
SimpleVLN：利用原生多模态大模型实现视觉语言导航的新方法报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- 机器之心SimpleVLN：利用原生多模态大模型实现视觉语言导航的新方法
复旦与南洋理工团队提出SimpleVLN，通过优化决策设计与三阶段训练，在不改动多模态大模型核心架构的情况下刷新视觉语言导航基准性能。 结合动作块（Action Chunking）与DAgger算法，R2R-CE数据集导航成功率提升至65.4%；经RL优化后进一步提升至73.8%，且推理延迟较低。 该方法具备强大泛化能力，已成功部署至实体四足机器狗，可在真实场景中依据自然语言指令完成连续导航任务。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。