VLA

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

VLA,vision language action。VLA模型是在 VLM 基础上利用机器人或者汽车运动轨迹数据,进一步训练现有的 VLM,以输出可用于机器人或者汽车控制的文本编码动作。

VLA,vision language action。VLA模型是在 VLM 基础上利用机器人或者汽车运动轨迹数据,进一步训练现有的 VLM,以输出可用于机器人或者汽车控制的文本编码动作。收起

查看更多
  • 端到端、世界模型与VLA三者到底是什么关系?
    2026年上半年,自动驾驶行业技术迭代加速,主要聚焦于端到端、VLA和世界模型三大技术路线。端到端简化了传统模块化设计,但缺乏深层理解;VLA通过加入语言模型增强理解能力,但存在推理延迟和模型不适配问题;世界模型则通过模拟物理世界预测未来,提高决策主动性。随着技术融合加深,行业正朝着让AI理解物理世界的趋势发展,预计下半年的竞争将集中在技术融合的深度和速度上。
    端到端、世界模型与VLA三者到底是什么关系?
  • 专访大晓李鸿升:一脑多型背后,ACE-Ego打开具身规模化训练新路径
    大晓机器人发布的ACE-Ego是一款全新的具身操作VLA模型,通过联合预训练大规模第一视角人类视频与多机型机器人数据,显著提升了模型的环境鲁棒性和泛化能力。ACE-Ego在多个复杂零售操作任务中表现出色,并实现了高效迁移至不同机器人平台。此外,ACE-Ego的开源计划降低了行业门槛,促进了具身智能技术的普及和创新。
    453
    07/05 15:22
  • 全新人形29.9万起!西安交大博士团队创立企业拿下4000台意向订单!
    合肥优艾智合机器人股份有限公司在上海发布工业具身智能大模型“智合”及工业原生人形机器人“隙锋”,启动FabriX生态伙伴计划,提出三年内赋能10000个工业现场的目标。隙锋机器人标准型售价29.9万元,进取型49.9万元,首批4000台意向订单已完成签约。公司团队由西交大博士、米其林投资CTO和大疆高管组成,具有强大的理论和技术实力。FabriX大模型采用边端侧双重架构,通过先验蒸馏和双回路逻辑校验,平衡AI灵活性与工业确定性。隙锋机器人通过50条数据采集训练可达到90%成功率,未来需进一步优化至工业级要求。优艾智合的“一脑多态”架构旨在提升集群协作效率,但需解决标准化与定制化的平衡问题。公司凭借实际项目经验和客户积累,有望在未来竞争中保持领先地位。
  • 世界模型还是VLA,选错技术路线就会被淘汰吗?
    自动驾驶行业在2026年迎来技术路线的关键抉择,主要围绕VLA(视觉-语言-动作模型)与世界模型展开激烈讨论。VLA强调通过语言模型理解场景并作出决策,而世界模型则侧重于物理世界的预测和推演。尽管目前尚未出现绝对优势路线,多家企业如华为、Waymo、理想、小鹏等都在积极探索融合这两种技术的方法,以适应未来的高阶自动驾驶需求。
    世界模型还是VLA,选错技术路线就会被淘汰吗?
  • 具身智能与机器人学习资源全景图:从SLAM到大模型再到VLA/VLN的技术演进
    具身智能技术栈从深度学习与强化学习出发,依次涵盖SLAM、大语言模型(LLM)、视觉语言动作模型(VLA/VLN),最终实现端到端的机器人控制。这一技术栈遵循“感知定位、语义理解、决策行动”的逻辑递进关系,每层技术相互支撑,共同构成完整的具身智能系统。
    具身智能与机器人学习资源全景图:从SLAM到大模型再到VLA/VLN的技术演进