في عالم الذكاء الاصطناعي، تبرز الحاجة إلى نماذج جديدة تتعامل بفاعلية مع التحديات المترتبة على التنقل القائم على اللغة البصرية. نقدم لكم نموذج ABot-N1، الذي يمثل خطوة هامة نحو تحقيق نموذج ملاحة لغوي بصري شامل. يعتمد هذا النموذج على بنية بطيئة وسريعة تفصل بين العمليات العقلية والتحكم، مما يمكنه من التعامل بفعالية أكبر مع المهام المختلفة.

تعمل نظام الرؤية اللغوية البطيء على إجراء تفكير واضح ومنهجي، حيث ينتج نقاط هدف تشمل مجموعة من الإشارات التي تستند إلى الصور. يتم استخدام هذه النقاط كواجهة عالمية لمجموعة متنوعة من المهام، بدءاً من الأهداف النقاطية إلى متابعة الأشخاص.

وعلاوة على ذلك، يستفيد خبير الحركة السريع من كل من الإشارات النصية وإشارات البيكسل، مما يمكنه من توليد نقاط مسار مستمرة بسرعة فائقة. وهذا يجسر الفجوة بين النوايا العليا والتحكم الأدنى عبر نقاط ربط بالصور تتناغم مع آثار لغوية واضحة.

لقد حقق نموذج ABot-N1 أرقاماً قياسية جديدة، إذ شهد زيادة في نسبة الوصول إلى نقاط الاهتمام (POI) تصل إلى 35% لتصل إلى 77.3%، بالإضافة إلى توفيره نسبة نجاح 95.4% و92.9% في مشاهد داخلية وخارجية معقدة. وبالتالي، يظل هذا النموذج يقود الابتكار عبر مجالات متنوعة مثل الوصول إلى الأجسام، متابعة الأشخاص، واتباع التعليمات.

تتمثل أهمية هذا النموذج أيضًا في توفير معايير جديدة مفتوحة المصدر لتحفيز تطوير الملاحة في البيئات الحضرية. هل أنتم مستعدون لاستكشاف إمكانيات جديدة في هذا المجال؟ أدعوكم لمشاركتنا آرائكم وتجاربكم.