模型

科研

GEM官方代码：生成监督助力体现智能

科研

GenRL：多模态基础世界模型通过将语言和视频提示转变为潜在世界模型状态的序列，使语言和视频提示能够扎根于具体域。潜在状态序列可以……

科研

构建机器人策略评估世界模型的路线图

科研

HAIC:通过动态感知世界模型的人形敏捷对象交互控制

科研

HEX是用于全尺寸人形机器人的全身视觉-语言-动作框架。

科研

HY-Embodied-0.5-X:现实世界代理的增强型体现基础模型

科研

这个模仿学习项目比较了熊猫拾放的行为克隆和扩散策略。

科研

InternVLA-A系列研究机器人操纵的理解、生成和动作。

科研

JanusVLN研究具有分离的语义和空间记忆的视觉-语言导航。

科研

DAC 2026接受的论文代码“KERV:Kinematic-Rectified Speculative Decoding for Embodied VLA Models”。

科研

“Kinema4D：时空具体仿真的 Kinematic4D 世界建模”的正式实现

科研

NeurIPS 2021论文的正式实施：“Dynamics-Regulated Kinematic Policy for Egocentric Pose Estimation”。该存储库包含“通用人形控制器”代码的副本以及......

科研

LaST​$_0$​：机器人视觉-语言-动作模型的潜在时空思想链

科研

LiLa-WAM:用于机器人操纵的轻量级潜在推理世界动作模型

科研

操纵任何事物：使用视觉语言模型自动化现实世界的机器人[CoRL 2024]

科研

“MemoryVLA:用于机器人操纵的视觉-语言-动作模型中的感知-认知记忆”的代码

科研

论文“MindJourney:Test-Time Scaling with World Models for Spatial Reasoning”的源代码

科研

MobileVLA-R1:增强移动机器人的视觉-语言-动作

科研

MotuBrain:用于机器人控制的先进世界动作模型

科研

用于机器人操纵的多任务扩散变压器（DiT)策略的开源实现，如波士顿动力阿特拉斯人形机器人和“对大型行为的仔细检查......”中所见。

科研

NavMorph:连续环境中视觉和语言导航的自我进化世界模型（ICCV'25)的正式实施。

科研

基于视觉的人形运动

科研

OmniVLA提供用于多模式机器人导航的训练和推理代码。

科研

OpenDM提供了用于体现智能的开放世界基础模型研究项目。