模型 / 科研

SimpleMemVLA · OpenBMB

用于视觉-语言-动作模型的本机视频存储器,使用带时间戳的视觉历史和精确的流式推理来进行长视野机器人操作。

维拉
发布者存储库 ↗
SimpleMemVLA · OpenBMB 资源页面截图
资源截图·抓获 2026-10-10 ·目视审查

概述

用于视觉-语言-动作模型的本机视频存储器,使用带时间戳的视觉历史和精确的流式推理来进行长视野机器人操作。

审查观察/动作界面、检查点、机器人实施例和适应要求。存储库代码许可不会自动许可权重或训练数据。

项目信息

维护者
OpenBMB
主要语言
Python
存储库代码许可证
MIT
模型重量许可证
未记录
数据集许可
未记录
硬件设计许可证
未记录
维护
未存档在最后记录的元数据中
最后观察到的存储库推送
2026-09-24

代码许可不会自动涵盖模型权重、数据集或硬件设计。未记录的许可证详细信息需要与发布者确认。

文档部分

  • 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:

浏览该资源的类别

探索相关集合

视觉-语言-动作模型 ↗