Princeton University（普林斯顿大学）

MuseVLA: An Adaptive Multimodal Sensing Vision-Language-Action Model for Robotic Manipulation

MuseVLA: 一种用于机器人操作的自适应多模态感知视觉-语言-动作模型

Xingyuming Liu, Ruichun Ma, Heyu Guo, Qixiu Li, Qingwen Yang, Lin Luo, Shiqi Jiang, Chenren Xu, Jiaolong Yang, Baining Guo

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Microsoft Research Asia（微软亚洲研究院） ； Princeton University（普林斯顿大学） ； Tsinghua University（清华大学） 纠错

AI总结 提出MuseVLA模型，通过将传感器作为按需工具集成，实现自适应多模态感知；设计传感器图像统一表示，并引入数据合成流水线，在灵巧手操作任务中平均成功率80.6%，显著优于RGB-only和多模态基线。

Empowering Children to Create AI-Enabled Augmented Reality Experiences

赋能儿童创建AI增强现实体验

Lei Zhang, Shuyao Zhou, Amna Liaqat, Tinney Mak, Brian Berengard, Emily Qian, Andrés Monroy-Hernández

机构 * New Jersey Institute of Technology \& Princeton University Newark NJ USA ； Princeton University Princeton NJ USA ； New Jersey Institute of Technology \& Princeton University ； Princeton University 纠错

AI总结 该研究推出AR与AI驱动的可视化编程环境Capybara，支持儿童创建编程虚拟角色与现实物体交互的AR体验，经20名儿童测试，可赋能儿童创作个性化虚实融合AR内容。

Comments Accepted to ACM UIST 2025