PRISM: A Multi-View Multi-Capability Retail Video Dataset for Embodied Vision-Language Models

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Rouhi, Amirreza, Sakurikar, Parikshit, Reddy, Satya Sai, Menga, Narsimha, Govil, Anirudh, Chittajallu, Sri Harsha, Aggarwal, Rajat, Namboodiri, Anoop, Reddi, Sashi
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Robotics
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/2603.29281