视觉-语言-行动

科研

FOCA研究面向未来的数据高效VLA适应的调节。

科研

Uni-NaVid:用于统一具体化导航任务的基于视频的视觉-语言-动作模型。

科研

从视觉-语言-动作模型到现实世界的机器人学习堆栈

科研

VLA-0提供用于从视觉-语言模型构建视觉-语言-动作模型的研究代码。

科研

Green-VLA:多面手机器人的分阶段视觉-语言-动作模型

科研

VLA-RFT为视觉-语言-动作模型提供强化微调资源。

科研

WholebodyVLA研究全身运动和操纵的潜在VLA表示。

科研

ACE-Brain基础模型第一版的官方存储库。

科研

Anchor-Align研究VLA微调与表示锚定和语言-动作对齐。

科研

BitVLA实现用于机器人操纵的1位视觉-语言-动作模型。

科研

CATok研究具有流匹配中的条件退火的机器人策略的因果动作标记化。

科研

CLP-VLA为VLA模型提供针对层的微调和评估代码。

科研

DEAS Isaac GR00T提供结合DEAS、Isaac GR00T和RoboCasa的设置资源。

科研

Dexora提供用于高自由度双手灵巧性的VLA策略资源。

科研

DynamicVLA提供用于动态对象机器人操纵的研究资源。

科研

EAI2025项目结合了3D语义映射和VLA部署来进行操作。

科研

Emma-X:具有扎根思想链和前瞻空间推理的具体化多模式动作模型

科研

FLUX 3 Action为机器人和模拟器提供世界动作建模和动作预测资源。

科研

Google DeepMind机器人模型连接感知和行动。

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

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

LaST​$_0$​：机器人视觉-语言-动作模型的潜在时空思想链