人大与智源等推出具身多模态主动感知系统 ROMA

人大高瓴 GeWu-Lab、智源研究院等机构推出具身多模态主动感知系统 ROMA，使机器人能结合视听触力四大模态主动与物体交互并补全物理理解。研究团队构建了包含近 2000 个物体的 ROMI-2K 数据集及 ROMA Bench 基准，并基于 Qwen 2.5-Omni 训练出 ROMA-7B 推理模型。