没想到这个测试，居然引起这么多朋友的兴趣！！ 其他场景，我再用一个车流视频测试一下！ 全局扫描：快速定位画面里所有车辆，逐帧计数。 指哪打哪：让它单独盯住画… · @yyyole · TwKit

@yyyole

没想到这个测试，居然引起这么多朋友的兴趣！！ 其他场景，我再用一个车流视频测试一下！ 全局扫描：快速定位画面里所有车辆，逐帧计数。 指哪打哪：让它单独盯住画面里的“货车”，不仅实时锁定位置，我还基于 VLX-Seek 的检测结果加上了本地运动学外推（画面里的虚线就是估算的未来轨迹）。 不光是“看懂一张静态帧”，而是可以在视频流里“做出下一步判断”。 这个视觉模型，完成度是真的不错，真的是专为物理AI和具身智能而生！！ 感觉可以用到很多真实的生产场景，想象空间就非常大了！！ 工业巡检：盯住设备微小的状态变化，直接框出需要检修的隐患区。 智能仓储：按一句话描述找到特定包裹/零件，毫秒级完成定位与盘点。 机器人/无人机：在动态环境里实时刷新地图认知，锁定任务对象，直接指导下一步动作。

曝光 324 · 评论 0 · 点赞 0 · 书签 1