#grounding のAIニュース

MolmoPoint：ビジョン言語モデルのための高精度ポインティングアーキテクチャ

MolmoPointは、ビジョン言語モデルの「グラウンディング」能力を向上させる新アーキテクチャ。画像内の物体位置を特定し、ロボットの把持やUI操作など、実世界での正確なインタラクションを実現する。