Vision-language models lag human performance on physical dynamics and intent reasoning

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Gu, Tianjun, Gong, Jingyu, Zhang, Zhizhong, Xie, Yuan, Ma, Lizhuang, Tan, Xin, V, Athanasios
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2601.01547