計算機視覺（CV）和自然語言處理（NLP）早先是兩個較為d立的研究L域。CV 重點關注如何用計算機代替人眼對目標完成識別、跟蹤、測量等任務，對圖像進行處理；NLP 則研究計算機如何處理、運用自然語言，包括語言生成、問答、對話等任務。近年來，以深度神經網絡為代表的機器學習和模式識別技術被廣泛應用於 CV 和 NLP L域，取得了目前先進的效果。
近年來，研究者們試圖將動作控製也引入到「視覺-語言」任務的框架中。吳琦將此類任務命名為 V3A（Vision, Ask, Answer, Act），在給定視覺輸入後，我們希望機器能夠提出問題、回答問題、並通過和人以及機器之間的語言交流執行某些動作。
例如，「Vision+Ask」的任務包含視覺問題生成、根據問題生成查詢、圖像描述等；「Vision+Answer」的任務包含視覺問答、視覺對話等；「Vision+Act」的任務包含指稱表達、視覺對齊（visual grounding）、語言引導的視覺導航、具身視覺問答、具身指稱表達等。
| 資料獲取 | |
| 服務機器人在展館迎賓講解 |
|
| 新聞資訊 | |
| == 資訊 == | |
| » 機器人應用的趨勢：垂直化、工藝化、多樣化 | |
| » 協作機器人的中國市場格局：初具雛形,未完 | |
| » 中國協作機器人市場前景:高速穩步增長,未 | |
| » 協作機器人市場的發展曆程：起步期、調整期 | |
| » 機器人的安全解決方案:力感知方案,輕量化 | |
| » 機器人的視覺解決方案：2D視覺和 3D | |
| » 協作機器人與人形機器人的發展關係:應用領 | |
| » 2025年中國協作機器人產業發展藍皮書, | |
| » 機器人工作站的安全規範及標準：安全防護空 | |
| » 機器人工作站的功能要求和環境條件：機器人 | |
| » 智能服務機器人的導引方式：固定路徑導引方 | |
| » 自動導引機器人係統的組成:驅動係統 導航 | |
| » 智能機器人是多傳感器信息融合係統，使用位 | |
| » 機器人的視覺傳感技術，從二維圖像中理解和 | |
| » 機器人的工件識別傳感器：接觸識別、采樣式 | |
| == 機器人推薦 == | |
服務機器人(迎賓、講解、導診...) |
|
智能消毒機器人 |
|
機器人底盤 |
 |
