Modelos visión-lenguaje-acción

Código abierto

Construcción de robots de uso general basados en el modelo de base incorporada

Investigación

LingBot-VLA proporciona un proyecto de modelo básico de visión, lenguaje y acción.

Investigación

FOCA estudia el condicionamiento orientado al futuro para una adaptación VLA eficiente en datos.

Investigación

Uni-NaVid: un modelo de visión, lenguaje y acción basado en video para unificar tareas de navegación incorporadas.

Investigación

De modelos de visión, lenguaje y acción a una pila de aprendizaje de robots del mundo real

Investigación

VLA-0 proporciona código de investigación para construir modelos de visión-lenguaje-acción a partir de modelos de visión-lenguaje.

Investigación

Green-VLA: modelo de visión, lenguaje y acción por etapas para robots generalistas

Investigación

VLA-RFT proporciona recursos de ajuste de refuerzo para modelos de visión-lenguaje-acción.

Investigación

WholebodyVLA estudia representaciones latentes de VLA para la locomoción y manipulación de todo el cuerpo.

Investigación

El repositorio oficial de la primera versión del modelo de fundación ACE-Brain.

Código abierto

El repositorio oficial de artículos: Robot agente: un marco inspirado en el cerebro para modelos de visión, lenguaje y acción en agentes encarnados

Investigación

Anchor-Align estudia el ajuste de VLA con anclaje de representación y alineación de lenguaje-acción.

Investigación

BitVLA implementa modelos de visión, lenguaje y acción de 1 bit para manipulación robótica.

Investigación

CATok estudia la tokenización de acciones causales para políticas de robots con recocido condicional en coincidencia de flujo.

Investigación

CLP-VLA proporciona código de evaluación y ajuste fino centrado en capas para modelos VLA.

Investigación

DEAS Isaac GR00T proporciona recursos de configuración que combinan DEAS, Isaac GR00T y RoboCasa.

Investigación

Dexora proporciona recursos de políticas de VLA para destreza bimanual de alto grado de libertad.

Investigación

DynamicVLA proporciona recursos de investigación para la manipulación robótica de objetos dinámicos.

Investigación

El proyecto EAI2025 combina mapeo semántico 3D y despliegue de VLA para manipulación.

Investigación

Emma-X: un modelo de acción multimodal incorporado con una cadena de pensamiento fundamentada y un razonamiento espacial anticipado

Investigación

FLUX 3 Action proporciona recursos de modelado de acción mundial y predicción de acciones para robots y simuladores.

Investigación

Modelos robóticos de Google DeepMind que conectan percepción y acción.

Investigación

HEX es un marco de visión, lenguaje y acción de cuerpo completo para robots humanoides de tamaño completo.

Investigación

La serie InternVLA-A estudia la comprensión, generación y acción de la manipulación robótica.