視覚言語モデル

ロボット・マルチモーダル・エージェント——春のAI論文トレンドを総括

ロボット操作の意図理解、映像の自律編集、視覚言語モデルの強化学習最適化など、4月中旬のHugging Face注目論文からエージェント化・身体化の潮流が浮かぶ。