Modelli / Ricerca

SimpleMemVLA · OpenBMB

Memoria video nativa per modelli di visione-linguaggio-azione, utilizzando cronologia visiva con timestamp e inferenza di streaming esatta per la manipolazione di robot a lungo orizzonte.

vla
Archivio dell'editore ↗
SimpleMemVLA · OpenBMB screenshot della pagina delle risorse
Screenshot della risorsa · catturato 2026-10-10 · visivamente rivisto

Panoramica

Memoria video nativa per modelli di visione-linguaggio-azione, utilizzando cronologia visiva con timestamp e inferenza di streaming esatta per la manipolazione di robot a lungo orizzonte.

Esaminare le interfacce di osservazione/azione, i punti di controllo, le forme di realizzazione dei robot e i requisiti di adattamento. La licenza del codice del repository non concede automaticamente in licenza pesi o dati di training.

Informazioni sul progetto

Manutentore
OpenBMB
Lingua primaria
Python
Licenza del codice del repository
MIT
Licenza in base al peso del modello
Non registrato
Licenza del set di dati
Non registrato
Licenza di progettazione hardware
Non registrato
Manutenzione
Non archiviato negli ultimi metadati registrati
Ultimo push del repository osservato
2026-09-24

Le licenze del codice non coprono automaticamente i pesi dei modelli, i set di dati o le progettazioni hardware. I dettagli della licenza non registrati richiedono la conferma con l'editore.

Sezioni di documentazione

  • 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:

Sfoglia le categorie di questa risorsa

Esplora le raccolte correlate

Modelli visione-linguaggio-azione ↗