VLA 给出动作以后,机器人为什么还不能直接动?
我们之前利用人类视频数据的方法,可能都走错了方向
机器人端杯子之前在想什么?Afford-VLA:先找到杯子最趁手的那块区域
具身智能“高考”难疯了!人类100分,最强模型12.8
视频生成不能用在具身智能?谁在定义?谁在误读?
机器人为什么要拟人?终于有人正确回答了
具身智能空间视觉死穴,终于被最新顶会彻底解决!
高德地图最新开源「世界-动作模型」,又一次“干掉”了谷歌和英伟达
预训练的秘密,不只在规模和多样性
不用深度学习,16微米薄膜让机器人触觉分辨率反超一个数量级
两张图换个顺序,VLM就不会了:EgoTSR让机器人判断任务是否真的在推进
从预测到规划未来:WLA统一了世界建模、语言推理与动作生成
摒弃VLA与世界模型:Generalist走出具身智能原生交互新路径
怎么量化机器人数据价值?ATHENA将影响函数扩展到十亿参数VLA,313×加速筛选高价值数据
训练世界模型,开始从人类的肌肉和脑子里偷师了
具身智能的Skill时刻!英伟达开源机器人技能库,Jim Fan:范式变了
4亿参数“小脑”开源:HoloMotion-1 给人形机器人补上了哪块短板?
邢波再出手:上次「骂」完世界模型,这次轮到智能体了
模型瘦身是什么?万亿参数大模型的“瘦身战”,正在决定具身智能的真正落地
右键可直接复制图片
×