视觉-语言-动作模型

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

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

MobileVLA-R1:增强移动机器人的视觉-语言-动作

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。

科研

Openpi Dexterous研究用于Shadow Hand操作的pi0 LoRA适应并报告实验限制。

科研

Open Pi Zero是Physical Intelligence的pi0 VLA模型的重新实现。

科研

OpenVLA复制记录了OpenVLA在LIBERO任务上的设置和评估。

科研

O-VLA通过语义原始学习研究VLA迁移。

开源

Pelican-VL 1.0是由北京仿人机器人创新中心WFM系统组开发的参数尺度范围从7B到72B的新系列开源具身大脑模型……

科研

ReconVLA:作为有效机器人感知器的重构视觉-语言-动作模型的正式实施。

科研

探索机器人视觉-语言-动作模型的对抗性漏洞的官方仓库

科研

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。

科研

Spirit-v1.5：Spirit AI的机器人基础模型

科研

VIRENA在具有LeRobot集成资源的ManiSkill PickCube上展示了小型VLA策略。

科研

VITRA:利用真实人类活动视频进行机器人操纵的可扩展视觉-语言-动作模型预训练

科研

VLA From Scratch比较了多模式演示和障碍物寻路任务的动作表示。

科研

通过学习统一视觉-运动表示实现多功能视觉-语言-动作模型

科研

用于机器人操纵的视觉-语言-动作研究模型。

开源

用于机器人操纵的开放视觉-语言-动作模型。

开源

LeRobot生态系统中的紧凑视觉-语言-动作模型。

科研

来自物理智能的机器人基础模型。