arXiv Robotics· Hai Zhang, Siqi Liang, Yanjun Guo, Shoufeng Zhang, Yunhao Wang, Hangyu Du, Haoguang Mai, Hongchen Li, Jiazhi Yang, Jialong Zeng, Yu Hu, Chen Chen, Gangcheng Jiang, Zishun Zhuo, Lirui Zhao, Zhigang Li, Yu Qiao, Zhenjie Yang, Fu Zhang, Hongyang Li·· 5 小时前AI 评分52
Compass 1 提出基于单目 RGB 视频的开放世界持久具身导航模型
Compass 1: Towards Open-World and Persistent Embodied Navigation from Monocular RGB Videos
AI 导读
Compass 1 是面向开放世界具身导航的基础模型，统一语言理解与视频生成，并支持回溯近 2 分钟视觉历史。作者在不改动底层架构的前提下引入 History Representation，用稀疏视觉关键帧和显式 History Representation Map 保留长期时空上下文，并配套三类任务的 VQA 监督协议 History Utilization。
推荐理由模型分析
Compass 1 用稀疏关键帧加显式历史表征图，把单目 RGB 视频的可用视觉历史扩展到近 2 分钟，并在同一架构下统一语言理解与视频生成。开放世界评测总体成功率 79.4%，最强基线为 17.8%，持续历史回溯从 0% 提升到 58%，可供做长程导航与记忆机制的团队对照参考。
来源：arXiv Robotics · arxiv.org