DeFM：仅用深度图像训练的机器人基础模型
热点事件持续更新
DeFM：仅用深度图像训练的机器人基础模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Manthan Patel 等作者提出 DeFM，一个完全基于深度图像自监督训练的机器人基础模型，并公开了预训练权重。作者称，该模型采用 DINO 式自蒸馏目标，在 6000 万张深度图像上学习几何与语义表征，可泛化到不同环境、任务和传感器。 作者还称，这些预训练模型可直接用于基于深度的机器人学习，无需针对具体任务微调；他们另将 DeFM 蒸馏为紧凑模型，供资源受限的机器人系统使用。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
DeFM：从深度图像学习机器人基础表征的基础模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.RODeFM：从深度图像学习机器人基础表征的基础模型
DeFM 是一个完全基于深度图像自监督训练的基础模型，采用 DINO 式自蒸馏目标，在 6000 万张深度图像数据集上学习可泛化到不同环境、任务和传感器的几何与语义表征。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。