Recentemente, a Galaxy General Technology, em colaboração com o Instituto de Pesquisa de Inteligência Artificial de Pequim, a Universidade de Pequim e a Universidade de Hong Kong, lançou com grande destaque o modelo básico de captura de corpo do tipo end-to-end GraspVLA. O lançamento deste modelo representa um grande avanço na tecnologia de inteligência embodied, possuindo capacidades integradas de percepção, aprendizagem e interação ambiental. O processo de treinamento do GraspVLA inclui duas fases: pré-treinamento e pós-treinamento. A fase de pré-treinamento é baseada em bilhões de quadros de dados, garantindo a alta generalização do modelo em vários cenários e a capacidade de teste de zero-shot.

A Apple, em colaboração com a Universidade Cornell, lançou o modelo de aprendizado de máquina multimodal de código aberto Ferret. O Ferret é um sistema que pode referenciar e localizar regiões em qualquer lugar em uma imagem, com qualquer precisão e usando qualquer forma de região. O Ferret pode identificar elementos em uma imagem e respondê-los como parte de uma consulta. Este lançamento de código aberto demonstra o compromisso da Apple com pesquisas de IA impactantes. A Apple está disposta a colaborar de forma mais aberta em seu trabalho com IA.