生成式AI提升无线视觉系统穿障能力—新闻—科学网
未来,生成式A升无“我们正利用AI最终实现无线视觉。提统穿研究人员正借助生成式人工智能模型,线视学网相关研究成果发表于arXiv。觉系头条号等新媒体平台,力新到能够解析反射信号并重构完整场景。闻科机器人可利用反射的生成式A升无Wi-Fi信号更精准地探测隐藏物体或理解室内场景。转载请联系授权。提统穿
研究团队还引入了一套扩展系统,线视学网攻克此前限制方法精度的觉系长期瓶颈。图源:MIT
这些创新可使仓库机器人在发货前核验包装物品,力新该系统利用固定雷达发射的闻科无线信号,
“我们现在所做的生成式A升无是开发生成式AI模型来解读无线反射信号。邮箱:shouquan@stimes.cn。提统穿他们还计划构建无线信号领域的线视学网大型基础模型——类似语言与视觉领域的GPT、科学新闻杂志”的所有作品,这不仅开启了众多有趣的新应用,减少退货造成的浪费;亦可使智能家居机器人感知人员在房间中的位置,从技术层面更是一次能力的质的飞跃,该方法能保护环境中人员的隐私。论文将在IEEE国际计算机视觉与模式识别会议上展示。网站转载,科学网、这项新技术能根据反射无线信号构建隐藏物体的局部模型,
这克服了现有多种方法的关键难点,研究人员希望提升重构的颗粒度与细节丰富度。两篇论文的通讯作者Fadel Adib表示,Claude、据MIT最新透露,”MIT电气工程与计算机科学系副教授、且不得对内容作实质性改动;微信公众号、Gemini等基础模型——这将开启全新的应用可能。从填补此前无法观测的空白,与某些基于摄像头的流行技术不同,这些信号在空间中移动的人体表面发生反射。
借助这项新技术,后者通常需将无线传感器安装在移动机器人上以扫描环境。| 生成式AI提升无线视觉系统穿障能力 |
麻省理工学院(MIT)研究人员花费十余年时间研究相关技术,
如今,使机器人能够通过“透视”障碍物发现并操控隐藏物体。利用生成式AI精准重构包含所有家具的完整室内场景。这些方法利用可穿透障碍物并反射自隐藏物品的表面穿透无线信号。
相关论文信息:
https://doi.org/10.48550/arXiv.2511.14152
https://doi.org/10.48550/arXiv.2511.14019

