Modelos visión-lenguaje-acción

Investigación

JanusVLN estudia la navegación visión-lenguaje con memoria semántica y espacial separadas.

Investigación

Código de artículo "KERV: Decodificación especulativa cinemática rectificada para modelos VLA incorporados" aceptado por DAC 2026.

Investigación

LaST​$_0$​: Cadena de pensamiento espacio-temporal latente para el modelo robótico de visión-lenguaje-acción

Investigación

Código de "MemoryVLA: Memoria Perceptivo-Cognitiva en Modelos Visión-Lenguaje-Acción para Manipulación Robótica"

Investigación

MobileVLA-R1: refuerzo de visión-lenguaje-acción para robots móviles

Investigación

OmniVLA proporciona código de inferencia y capacitación para la navegación de robots multimodal.

Investigación

OpenDM proporciona un proyecto de investigación de modelo básico de mundo abierto para la inteligencia incorporada.

Investigación

Openpi Dexterous estudia la adaptación de pi0 LoRA para la manipulación de Shadow Hand e informa limitaciones experimentales.

Investigación

Open Pi Zero es una reimplementación del modelo pi0 VLA de Physical Intelligence.

Investigación

OpenVLA Configuración y evaluación de documentos de reproducción de OpenVLA en tareas LIBERO.

Investigación

O-VLA estudia la transferencia de VLA mediante el aprendizaje semántico primitivo.

Código abierto

Pelican-VL 1.0 es una nueva familia de modelos cerebrales incorporados de código abierto con escalas de parámetros que van desde 7B a 72B desarrollado por WFM System Group, Centro de Innovación de Robótica Humanoide de Beijing...

Investigación

Implementación oficial de ReconVLA: Modelo Reconstructivo de Visión-Lenguaje-Acción como Perceptor Robótico Eficaz.

Investigación

Repositorio oficial de Exploración de las vulnerabilidades adversas de los modelos de visión-lenguaje-acción en robótica

Investigación

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.

Investigación

Spirit-v1.5: un modelo de base robótica de Spirit AI

Investigación

VIRENA demuestra una pequeña política de VLA en ManiSkill PickCube con recursos de integración LeRobot.

Investigación

VITRA: Entrenamiento previo del modelo escalable de visión, lenguaje y acción para manipulación robótica con videos de actividades humanas de la vida real

Investigación

VLA From Scratch compara representaciones de acciones en demostraciones multimodales y tareas de trazado de obstáculos.

Investigación

Hacia modelos versátiles de visión-lenguaje-acción mediante el aprendizaje de representaciones unificadas de visión-movimiento

Investigación

Un modelo de investigación visión-lenguaje-acción para la manipulación de robots.

Código abierto

Un modelo abierto de visión, lenguaje y acción para la manipulación de robots.

Código abierto

Un modelo compacto de visión-lenguaje-acción en el ecosistema LeRobot.

Investigación

Un modelo básico de robot de Physical Intelligence.