Holi-World：从第一视角经验构建世界智能
Holi-World 将自采第一视角数据、静态与动态三维感知、约 8 万条证据链问答和独立人工评测连成闭环，训练 4B 视觉语言模型理解空间与时间变化。
Hao Li, Xiyuan Zheng, Yuanyuan Gao · 18次阅读 · 2026年10月19日
Egocentric Vision3D Scene Understanding
2026年10月19日本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。