计算机视觉（CV）和自然语言处理（NLP）早先是两个较为d立的研究L域。CV 重点关注如何用计算机代替人眼对目标完成识别、跟踪、测量等任务，对图像进行处理；NLP 则研究计算机如何处理、运用自然语言，包括语言生成、问答、对话等任务。近年来，以深度神经网络为代表的机器学习和模式识别技术被广泛应用于 CV 和 NLP L域，取得了目前先进的效果。
近年来，研究者们试图将动作控制也引入到「视觉-语言」任务的框架中。吴琦将此类任务命名为 V3A（Vision, Ask, Answer, Act），在给定视觉输入后，我们希望机器能够提出问题、回答问题、并通过和人以及机器之间的语言交流执行某些动作。
例如，「Vision+Ask」的任务包含视觉问题生成、根据问题生成查询、图像描述等；「Vision+Answer」的任务包含视觉问答、视觉对话等；「Vision+Act」的任务包含指称表达、视觉对齐（visual grounding）、语言引导的视觉导航、具身视觉问答、具身指称表达等。
| 资料获取 | |
| 服务机器人在展馆迎宾讲解 |
|
| 新闻资讯 | |
| == 资讯 == | |
| » 机器人的视觉技术：单目视觉、双目视觉和全 | |
| » 足式移动机器人独特的优势：适应能力，隔振 | |
| » 导览机器人部分案例 | |
| » 不同类型的机器人手臂的运动形式和特点：直 | |
| » 机器人手臂机构的设计、分类和主要技术参数 | |
| » 机器人的手臂机构的要求：刚度要大、导向性 | |
| » 机器人在车间开展料箱取放:搬运重量约 8 | |
| » 迎宾机器人的低层控制的三种关键控制策略： | |
| » 迎宾机器人的动作的生成与运动学的三项核心 | |
| » 智能服务机器人动作表征体系的三种形式：任 | |
| » 2026中国具身智能产业商业化前沿洞察- | |
| » 具身智能的动作表征体系：任务空间表征，关 | |
| » 具身智能执行层“小脑”控制架构:物理交互 | |
| » 导引指路机器人的触觉感知技术：触觉阵列、 | |
| » 具身感知工程架构：传感器给出观测，系统完 | |
| == 机器人推荐 == | |
服务机器人(迎宾、讲解、导诊...) |
|
智能消毒机器人 |
|
机器人底盘 |
 |
