Lanzamientos de modelos

MolmoMotion: modelo de predicción de movimiento 3D guiado por lenguaje

Título original:MolmoMotion: Language-guided 3D motion forecasting

Resumen de IA

MolmoMotion se basa en el backbone Molmo 2 y, a partir de fotogramas de vídeo, marcas de puntos 3D sobre objetos e instrucciones de acción en texto (como "mueve y gira el cuenco de madera con fruta de la mesa"), predice las trayectorias 3D de esos puntos en los segundos siguientes. Ofrece dos variantes: MolmoMotion-AR, autorregresiva, predice coordenadas paso a paso, y MolmoMotion-FM, de flujo de coincidencia, maneja movimientos con múltiples posibilidades mediante transformaciones en espacio continuo. También publica el conjunto de datos MolmoMotion-1M (con trayectorias de puntos 3D y descripciones de acciones de 1,16 millones de vídeos) y el benchmark PointMotionBench (2700 clips de vídeo verificados manualmente). Los pesos del modelo, el conjunto de datos y el benchmark son de código abierto.

Puntos clave

  • MolmoMotion se basa en el backbone Molmo 2 y,a partir de fotogramas de vídeo,marcas de puntos 3D…
  • Ofrece dos variantes: MolmoMotion-AR,autorregresiva,predice coordenadas paso a paso,y…
  • También publica el conjunto de datos MolmoMotion-1M (con trayectorias de puntos 3D y descripciones…
  • Los pesos del modelo,el conjunto de datos y el benchmark son de código abierto.

Resumen rápido

Publicado
Actualizado
Fuente
Hugging Face 社区博客(混合发现)
Categoría
Lanzamientos de modelos
Puntuación IA
69
Leer el original Leer el artículo completo en la fuente original
Por qué importa

MolmoMotion把3D运动预测从模板化推到任意物体,百万级数据集和基准让研究门槛大降,做机器人和视频生成的值得认真看,但目前仍是研究阶段,离落地还有距离。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: MolmoMotion: modelo de predicción de movimiento 3D guiado por lenguaje. 17. junio 2026. https://new.nat6.net/es/news/cmqi8qht206mtslf0a4q8mkrb/

Ver todo →