热点事件持续更新
GeoScaffold：用重建学习紧凑几何潜变量提升视觉语言导航效率
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Robotics（一手）报道 GeoScaffold，一种几何监督框架，用于视觉语言导航。它把深度、连通性、可通行性等几何信息在训练时内化到策略中，避免推理时依赖深度传感器、3D编码器或逐步感知工具调用。方法先学习并冻结一个紧凑深度 tokenizer，再用少量可学习几何 query token 的隐藏状态重建导航关键几何；训练后 tokenizer、目标生成器和重建头全部丢弃，仅保留主干与动作接口。目前公开信息仅涉及该框架设计与训练流程，未见后续实验数据或独立验证。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
arXiv Robotics 报道 GeoScaffold 框架，训练后仅保留主干与动作接口。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · RoboticsGeoScaffold：通过重建学习紧凑几何潜变量，提升视觉语言导航效率
GeoScaffold 是一种几何监督框架，把深度、连通性、可通行性等几何信息在训练时内化到策略中，避免推理时依赖深度传感器、3D 编码器或逐步感知工具调用。它先学习并冻结一个紧凑深度 tokenizer，再用少量可学习几何 query token 的隐藏状态重建导航关键几何，训练后 tokenizer、目标生成器和重建头全部丢弃，仅保留主干与动作接口。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。