MolmoMotion: Language-guided na 3D motion prediction model
Orihinal na pamagat:MolmoMotion: Language-guided 3D motion forecasting
AI summary
Ang MolmoMotion ay batay sa Molmo 2 backbone, input ang video frames, 3D point markers sa object, at text action instruction (tulad ng "ilipat at paikutin ang wooden bowl na may prutas sa mesa"), at hinuhulaan ang 3D trajectory ng mga puntong ito sa susunod na ilang segundo. Nag-aalok ito ng dalawang variant: ang autoregressive na MolmoMotion-AR ay hakbang-hakbang na hinuhulaan ang coordinates, at ang flow matching na MolmoMotion-FM ay humahawak sa maraming posibleng motion sa pamamagitan ng continuous space transformation. Sabay na inilabas ang MolmoMotion-1M dataset (naglalaman ng 3D point trajectories at action descriptions ng 1.16 milyong video) at PointMotionBench benchmark (2,700 manually verified video clips). Open-source na ang model weights, dataset, at benchmark.
Mahahalagang impormasyon
- Ang MolmoMotion ay batay sa Molmo 2 backbone,input ang video frames,3D point markers sa object,at…
- Nag-aalok ito ng dalawang variant: ang autoregressive na MolmoMotion-AR ay hakbang-hakbang na…
- Sabay na inilabas ang MolmoMotion-1M dataset (naglalaman ng 3D point trajectories at action…
- 16 milyong video) at PointMotionBench benchmark (2,700 manually verified video clips).
- Open-source na ang model weights,dataset,at benchmark.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- Hugging Face 社区博客(混合发现)
- Kategorya
- Paglabas ng modelo
- AI na marka
- 69
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。
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: MolmoMotion: Language-guided na 3D motion prediction model. 17 Hunyo 2026. https://new.nat6.net/fil/news/cmqi8qht206mtslf0a4q8mkrb/