arxiv · arXiv · 2026-10-03 01:57 · 评分 76
受人类视觉启发，提出EyeRobot 2.0框架：仅用单台立体相机，通过主动注视实现精细双臂操作。系统将两只“眼睛”转动对准场景中3D注视点，并对图像中心做中央凹式处理，分配更多视觉token到任务相关区域，实现需精细协调注视的主动视觉固定（AVF）。
原文：arXiv ｜ 返回 AI 资讯列表