跳到正文
10月21日周三
  1. arXiv · cs.AI45

    Industrial ReMEmbR:将时空记忆扩展到机器人机群

    IndustrialRemembr 将 NVIDIA ReMEmbR 扩展到仓库机器人机群,构建共享时空记忆系统,通过按需生成场景描述降低服务器端计算。每台机器人上的 NVIDIA Jetson 用 Cosmos-Embed1、Cosmos3-Edge 和 Wan2.2 VAE 编码视频,不上传原始画面,并在图像补丁中置零人物以支持符合 GDPR 的 PII 抽象。Cosmos3-Edge 在视觉-语言边界切分,缓存 token 解码在全部 450 次测试解码中复现了未切分模型的输出。

10月14日周三
  1. arXiv · cs.AI42

    MemoryVLN:从自我感知记忆表示到跨上下文记忆复用的视觉语言导航

    MemoryVLN 是一个面向视觉语言导航(VLN)的记忆驱动导航系统,通过遗忘曲线式时间采样压缩长轨迹历史,并用 2D 语义 token、3D 几何 token 和 6D 位姿构建自我感知记忆表示。系统采用分层记忆库与 Top-K 记忆检索实现跨上下文记忆复用,在 R2R-CE 和 RxR-CE 上成功率分别超过 SOTA 基线 2% 和 6.5%。