Modelos / Pesquisa

SimpleMemVLA · OpenBMB

Memória de vídeo nativa para modelos de visão-linguagem-ação, usando histórico visual com registro de data e hora e inferência de streaming exata para manipulação de robôs em horizontes longos.

vla
Repositório do editor ↗
SimpleMemVLA · OpenBMB captura de tela da página de recursos
Captura de tela do recurso · capturada 2026-10-10 · revisado visualmente

Visão geral

Memória de vídeo nativa para modelos de visão-linguagem-ação, usando histórico visual com registro de data e hora e inferência de streaming exata para manipulação de robôs em horizontes longos.

Revise interfaces de observação/ação, pontos de verificação, incorporações de robôs e requisitos de adaptação. O licenciamento de código de repositório não licencia automaticamente pesos ou dados de treinamento.

Informações do projeto

Mantenedor
OpenBMB
Idioma principal
Python
Licença de código de repositório
MIT
Licença de peso de modelo
Não registrado
Licença de conjunto de dados
Não registrado
Licença de design de hardware
Não registrado
Manutenção
Não arquivado nos últimos metadados registrados
Último push de repositório observado
2026-09-24

As licenças de código não cobrem automaticamente pesos de modelos, conjuntos de dados ou designs de hardware. Detalhes de licença não registrados requerem confirmação com o editor.

Seções de documentação

  • 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:

Navegue pelas categorias deste recurso

Explore coleções relacionadas

Modelos visão-linguagem-ação ↗