arXiv Computer Vision· Riddhi Chatterjee, Ritish Shrirao, Kushagra Mehrotra, Viswanath Gopalakrishnan·· 2 小时前AI 评分38
目标图像即控制目标：面向机器人操作的空间定位目标图像合成
Goal Images Are Control Targets: Spatially-Grounded Goal-Image Synthesis for Robotic Manipulation
AI 导读
研究指出，图像编辑质量榜单靠前的 Gemini 3 Pro Image 和 GPT Image 1.5 在 CALVIN 上生成的目标图像作为控制目标时，反而不如更小的微调开源模型，多步长程任务差距更明显。
来源：arXiv Computer Vision · arxiv.org