vla模型

机器觉醒时代17 小时前
人工智能·具身智能·vla模型
具身智能VLA困于“数据泥潭”，人类活动视频数据是否是“破局之钥”？尽管当前的视觉-语言-动作（VLA）模型已展现出显著进展，但其在新场景和与复杂物体交互中的性能会显著下降，在遵循指令方面落后于像LLaVA 这样的大型多模态模型（LMM）。