연구자들은 SeededGrasp를 제안했는데, 이는 데이터 효율적인 모듈형 프레임워크로, VLM을 이용해 제로샷으로 그립 시드 포인트를 예측하고, 이어서 경량 스트림 매칭 모델에게 구체적인 그립 자세를 생성하도록 하며, 고수준 의미 추론과 저수준 기하학적 실행을 분리합니다. 이...
연구자들은 SeededGrasp를 제안했는데, 이는 데이터 효율적인 모듈형 프레임워크로, VLM을 이용해 제로샷으로 그립 시드 포인트를 예측하고, 이어서 경량 스트림 매칭 모델에게
구체적인 그립 자세를 생성하도록 하며, 고수준 의미 추론과 저수준 기하학적 실행을 분리합니다. 이 방법은 엔드투엔드 학습이 필요 없으며 다중 로봇 팔을 지원할 수 있습니다. 610개의 혼잡한 장면, 334개의 물체, 3종류의 그립 퍼를 포함한 합성 데이터셋(총 256만 번의 그립)을 학습한 결과, 시뮬레이션 성공률은 72%, 실제 실험 성공률은 78%에 달했습니다. 프로젝트는 코드와 데이터를 오픈소스로 공개했습니다.
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html.
Aioga 编辑摘要：研究者提出 SeededGrasp，一种数据高效的模块化框架，利用 VLM 零样本预测抓取种子点，再交由轻量级流匹配模型生成具体抓取姿态，将高层语义推理与底层几何执行解耦。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。
背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。
Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。
影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。
수집 피드는 제목, 요약, 출처와 원문 링크를 제공합니다. Aioga는 원문 전체를 재게시하지 않습니다.
수집 채널: 요약 집계 · 원본 도메인: arxiv.org
출처: HuggingFace Daily Papers（社区热门论文）
원문 링크: 원문 열기
Aioga 아카이브: 정보 페이지 보기
Content record: source-page · Updated: 2026-07-22T00:00:00.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga는 전 세계 AI 동향을 집계하고 확인과 인용을 위해 출처 정보를 보존합니다.