PaLM-E: An Embodied Multimodal Language Model

  • 类型：arxiv
  • 标识：2303.03378
  • 链接：https://arxiv.org/abs/2303.03378
  • 主题：multimodal
  • 主分类：multimodal
  • 形态：method
  • 被引：3032
  • 被引来源：Semantic Scholar
  • S2被引：3032
  • OpenAlex被引：353
  • 影响力被引：116
  • TLDR：This work proposes embodied language models to directly incorporate real-world continuous sensor modalities into language models and thereby establish the link between words and percepts to enable general inference in the real world.
  • OpenAlex ID：W4323572061
  • OpenAlex DOI：10.48550/arxiv.2303.03378
  • DOI：10.48550/arxiv.2303.03378
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://arxiv.org/pdf/2303.03378
  • OpenAlex更新：2026-07-30
  • 待LLM分类：否
  • 标题中文：PaLM-E：一种具身多模态语言模型
  • TLDR中文：本文提出 embodied language model，将真实世界连续传感器模态直接融入语言模型，从而建立词语与感知之间的联系，实现真实世界中的通用推理。
  • 来源文件：
  • [OpenAlex discover]
  • [S2 enrich]