[논문리뷰] LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation본 논문은 현대의 VLM이 이미 우수한 공간 추론 능력을 갖추고 있음에도 불구하고, 기존의 로봇 네비게이션 시스템은 여전히 태스크나 Embodiment별로 파편화된 구조를 가지고 있다는 문제에서 출발합니다 .#Review#Embodied Navigation#Vision-Language Models#Generalist Model#Spatial Intelligence#Residual Vector-Quantization#Dual-Channel Pointing#Embodied AI2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Count Anything본 연구는 객체 카운팅 분야가 특정 도메인(군중, 차량, 세포 등)에 편향된 데이터셋과 모델로 인해 파편화되어 있다는 점을 핵심 문제로 정의한다. 기존 연구들은 일반화 성능이 낮고, 개별 도메인에 종속된 카운팅 모델은 다양한 스케일과 밀도 분포를 가진 현실 세계의 객체를 효과적으로 처리하지 못한다.#Review#Object Counting#Generalist Model#Text-guided#Cross-domain#Instance-grounded#Dual-granularity2026년 5월 31일댓글 수 로딩 중
[논문리뷰] OneThinker: All-in-one Reasoning Model for Image and Video기존 MLLM(Multimodal Large Language Models)이 단일 태스크나 단일 모달리티(이미지 또는 비디오)에 국한되는 한계를 넘어, 이미지와 비디오 이해를 아우르는 다양한 시각 태스크를 동시에 처리할 수 있는 범용적인 추론 모델 인 'All-in-one multimodal reasoning generalist' 를 개발하는 것을 목표로 합니다.#Review#Multimodal LLMs#Reinforcement Learning#Visual Reasoning#Generalist Model#Image Understanding#Video Understanding#Multitask Learning#EMA-GRPO2025년 12월 3일댓글 수 로딩 중