UniVR: Thinking in Visual Space for Unified Visual Reasoning
Визуальное мышление и рассуждения в одной модели. Единый подход к разным визуальным задачам от понимания сцены до планирования действий
• работа с пространственными отношениями в кадре
• мультимодальное рассуждение на базе визуальных данных
• интеграция низкоуровневых признаков и высокоуровневой семантики
Гитхаб ждем
#vlm