Modèles / Recherche

SimpleMemVLA · OpenBMB

Mémoire vidéo native pour les modèles vision-langage-action, utilisant un historique visuel horodaté et une inférence exacte en continu pour la manipulation de robots à long horizon.

vla
Dépôt d'éditeur ↗
SimpleMemVLA · OpenBMB capture d'écran de la page de ressources
Capture d'écran de la ressource · capturée 2026-10-10 · révisé visuellement

Aperçu

Mémoire vidéo native pour les modèles vision-langage-action, utilisant un historique visuel horodaté et une inférence exacte en continu pour la manipulation de robots à long horizon.

Examiner les interfaces d'observation/action, les points de contrôle, les modes de réalisation des robots et les exigences d'adaptation. La licence du code de référentiel n'autorise pas automatiquement les pondérations ou les données de formation.

Informations sur le projet

Mainteneur
OpenBMB
Langue principale
Python
Licence de code de référentiel
MIT
Licence de poids modèle
Non enregistré
Licence de jeu de données
Non enregistré
Licence de conception de matériel
Non enregistré
Entretien
Non archivé dans les dernières métadonnées enregistrées
Dernière poussée du référentiel observée
2026-09-24

Les licences de code ne couvrent pas automatiquement les poids des modèles, les ensembles de données ou les conceptions matérielles. Les détails de licence non enregistrés nécessitent une confirmation auprès de l'éditeur.

Rubriques documentaires

  • 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:

Parcourez les catégories de cette ressource

Explorez les collections associées

Modèles vision-langage-action ↗