多模态预训练

DynaFLIP：三模态动态引导的机器人感知预训练框架

本文介绍了DynaFLIP，一种通过图像-语言-3D流三元组进行多模态预训练的机器人感知框架。该框架将运动理解融入感知核心，在分布外场景下的下游任务中相比基线提升了22.5%。