Новое исследование раскрывает, как модели искусственного интеллекта объединяют зрительную и языковую информацию, чтобы создавать осмысленные описания изображений.

Новая система MeshMimic позволяет гуманоидным роботам осваивать сложные задачи, имитируя движения человека и воссоздавая трехмерную модель окружающей среды по обычному видео.