Modelos / Investigación

SimpleMemVLA · OpenBMB

Memoria de video nativa para modelos de visión, lenguaje y acción, que utiliza un historial visual con marca de tiempo e inferencia de transmisión exacta para la manipulación de robots a largo plazo.

vla
Repositorio del editor ↗
SimpleMemVLA · OpenBMB captura de pantalla de la página de recursos
Captura de pantalla del recurso · capturada 2026-10-10 · revisado visualmente

Descripción general

Memoria de video nativa para modelos de visión, lenguaje y acción, que utiliza un historial visual con marca de tiempo e inferencia de transmisión exacta para la manipulación de robots a largo plazo.

Revisar las interfaces de observación/acción, los puntos de control, las realizaciones de robots y los requisitos de adaptación. La licencia del código del repositorio no otorga automáticamente licencias sobre pesos o datos de entrenamiento.

Información del proyecto

mantenedor
OpenBMB
idioma principal
Python
Licencia de código de repositorio
MIT
Licencia de peso modelo
No registrado
Licencia de conjunto de datos
No registrado
Licencia de diseño de hardware
No registrado
Mantenimiento
No archivado en los últimos metadatos registrados
Último envío de repositorio observado
2026-09-24

Las licencias de código no cubren automáticamente los pesos de los modelos, los conjuntos de datos o los diseños de hardware. Los detalles de la licencia no registrada requieren confirmación con el editor.

Secciones de documentación

  • 1) core env (repeat per benchmark, e.g. simplememvla-rmbench, simplememvla-libero, ...)
  • 2) fast-path kernels: flash-attn (required — the default attention backend for
  • train AND eval) + flash-linear-attention + causal-conv1d (required for training,
  • optional for eval). Needs nvcc for causal-conv1d.
  • 3) the benchmark's simulator stack
  • SAPIEN headless rendering additionally needs the Vulkan loader:

Explore las categorías de este recurso

Explora colecciones relacionadas

Modelos visión-lenguaje-acción ↗