| 生成式AI提升无线视觉系统穿障能力 |
麻省理工学院（MIT）研究人员花费十余年时间研究相关技术，生成式A升无
借助这项新技术，提统穿使机器人能够通过“透视”障碍物发现并操控隐藏物体。线视学网攻克此前限制方法精度的觉系长期瓶颈。机器人可利用反射的力新Wi-Fi信号更精准地探测隐藏物体或理解室内场景。该系统利用固定雷达发射的闻科无线信号，如今，生成式A升无Claude、提统穿从技术层面更是线视学网一次能力的质的飞跃，从填补此前无法观测的觉系空白，这项新技术能根据反射无线信号构建隐藏物体的力新局部模型，头条号等新媒体平台，闻科科学新闻杂志”的生成式A升无所有作品，与某些基于摄像头的提统穿流行技术不同，
这克服了现有多种方法的线视学网关键难点，网站转载，科学网、转载请联系授权。且不得对内容作实质性改动；微信公众号、提升人机交互的安全性与效率。Gemini等基础模型——这将开启全新的应用可能。两篇论文的通讯作者Fadel Adib表示，”
未来，这些方法利用可穿透障碍物并反射自隐藏物品的表面穿透无线信号。他们还计划构建无线信号领域的大型基础模型——类似语言与视觉领域的GPT、后者通常需将无线传感器安装在移动机器人上以扫描环境。该方法能保护环境中人员的隐私。图源：MIT
这些创新可使仓库机器人在发货前核验包装物品，到能够解析反射信号并重构完整场景。研究人员希望提升重构的颗粒度与细节丰富度。”MIT电气工程与计算机科学系副教授、这不仅开启了众多有趣的新应用，利用生成式AI精准重构包含所有家具的完整室内场景。请在正文上方注明来源和作者，相关研究成果发表于arXiv。研究人员正借助生成式人工智能模型，
“我们现在所做的是开发生成式AI模型来解读无线反射信号。
研究团队还引入了一套扩展系统，并利用经过特殊训练的生成式AI模型补全其缺失的形态部分。这些信号在空间中移动的人体表面发生反射。“我们正利用AI最终实现无线视觉。减少退货造成的浪费；亦可使智能家居机器人感知人员在房间中的位置，邮箱：shouquan@stimes.cn。
相关论文信息：
https://doi.org/10.48550/arXiv.2511.14152
https://doi.org/10.48550/arXiv.2511.14019
