技术栈
视觉语言动作模型
v_JULY_v
3 个月前
vla
·
视觉语言动作模型
·
π0
·
π0-fast
·
高效动作token化技术
·
π0开源了
π0开源了且推出自回归版π0-FAST——打造机器人动作专用的高效Tokenizer：比扩散π0的训练速度快5倍但效果相当
过去的半个多月进一步讲，以上的「大模型和具身」这两大热点是否可以结合呢？那可太多了，详见此文《2024具身智能模型汇总：从训练数据、动作预测、训练方法到Robotics VLM、VLA》
v_JULY_v
3 个月前
具身智能
·
robovlm
·
通用机器人策略
·
vla设计哲学
·
vlm fot robot
·
视觉语言动作模型
RoboVLM——通用机器人策略的VLA设计哲学：如何选择骨干网络、如何构建VLA架构、何时添加跨本体数据
本博客内解读不少VLA模型了，包括π0等，且如此文的开头所说前两天又重点看了下openvla，和cogact，发现