模型 / 科研

SpatialVLA · SpatialVLA

🔥 SpatialVLA：一种空间增强的视觉-语言-动作模型，经过 110 万个真实机器人场景的训练。于 RSS 2025 接受。

vla

SpatialVLA · SpatialVLA 资源页面截图 — 资源截图·抓获 2026-10-09 ·目视审查

概述

🔥 SpatialVLA：a spatial-enhanced vision-language-action model that is trained on 1.1 Million real robot episodes. Accepted at RSS 2025.<br><br>Review observation/action interfaces, checkpoints, robot embodiments and adaptation requirements. Repository code licensing does not automatically license weights or training data.

项目信息

维护者: SpatialVLA
主要语言: Python
存储库代码许可证: 未指定
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: 2025-06-23

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

SpatialVLA：Exploring Spatial Representations for Visual-Language-Action Models (RSS 2025)
News 🚀🚀🚀
Documents
🚀 Quick Start
🌟 **Pre-train from Scratch**
download paligemma2 and zoe depth