텍스트 프롬프트에 따라 입력 이미지를 변환하여 행동과 최종 상태를 생성하는 GenHowTo 모델

GenHowTo 모델은 입력 이미지와 텍스트 프롬프트를 활용하여 행동과 최종 상태를 생성할 수 있다.