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%。
表征学习
First-Principle 上关于「表征学习」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
谢赛宁团队发布第二代表征自编码器，提升图像生成语义理解
根据First-Principle平台转发的机器之心报道，谢赛宁团队于2026年5月发布了第二代表征自编码器（VAE）。该模型通过整合DINOv2、SigLIP等预训练视觉编码器的知识，旨在解决传统VAE在图像生成中语义理解不足的问题，以优化效率与质量的平衡。