VLA
-
VLA與世界模型會(huì)讓自動(dòng)駕駛汽車走多遠(yuǎn)？
在一個(gè)雨夜的十字路口，你開(kāi)車行駛到路中央，前方是一輛猶豫不決的電動(dòng)車，左側(cè)有一臺(tái)打著轉(zhuǎn)向燈的出租車，右后方突然閃過(guò)一束遠(yuǎn)光燈。這時(shí)候你會(huì)怎么做？經(jīng)驗(yàn)豐富的司機(jī)往往會(huì)迅速分析，電動(dòng)車可能突然橫穿，出租車
-
-
自動(dòng)駕駛中常提的VLM是個(gè)啥 ？與VLA有什么區(qū)別？
自動(dòng)駕駛車輛要在復(fù)雜多變的道路環(huán)境中安全行駛，不僅需要“看見(jiàn)”前方的車輛、行人和路面標(biāo)志，還需要“讀懂”交通標(biāo)識(shí)上的文字提示、施工告示牌和乘客的語(yǔ)言指令。之前和大家討論過(guò)VLA（相關(guān)閱讀：自動(dòng)駕駛中常
-
具身智能VLA困于“數(shù)據(jù)泥潭”，靠人類活動(dòng)視頻數(shù)據(jù)能否破局？
前言 盡管當(dāng)前的視覺(jué)-語(yǔ)言-動(dòng)作（VLA）模型已展現(xiàn)出顯著進(jìn)展，但其在新場(chǎng)景和與復(fù)雜物體交互中的性能會(huì)顯著下降，在遵循指令方面落后于像LLaVA 這樣的大型多模態(tài)模型（LMM）。 這種局限性源于現(xiàn)有V
-
從“模仿”走向“思考”：VLA司機(jī)大模型帶來(lái)的變化
芝能智芯出品 VLA（Vision-Language-Action）駕駛大模型是理想汽車在2025年八月即將實(shí)現(xiàn)重要落地的輔助駕駛。 不同于第一代的結(jié)構(gòu)化算法和第二代的端到端系統(tǒng)，采用了新的視覺(jué)-語(yǔ)言
-
VLA模型如何重塑具身智能 —— 8家國(guó)內(nèi)外典型具身智能VLA模型梳理與分析
一、國(guó)外典型具身智能VLA架構(gòu) 國(guó)外4家典型的具身智能VLA模型：谷歌DeepMind RT-2、Physical AI? π0?、Figure AI Helix 、英偉達(dá)GR00T N1。 1.?谷
-
谷歌具身智能VLA模型RT-H—— 基于語(yǔ)言的動(dòng)作分層框架
2024年3月，谷歌DeepMind正式推出端到端的框架RT-H。它是一個(gè)帶動(dòng)作分層結(jié)構(gòu)的機(jī)器人Transformer ——?將語(yǔ)言化動(dòng)作作為高級(jí)任務(wù)描述與低級(jí)動(dòng)作之間的中間預(yù)測(cè)層，從而通過(guò)語(yǔ)言化動(dòng)作
-
產(chǎn)業(yè)丨谷歌發(fā)布本地VLA模型，具身智能正在進(jìn)入“端側(cè)時(shí)代”
前言：如果過(guò)去十年機(jī)器人領(lǐng)域的焦點(diǎn)先后經(jīng)歷了[可見(jiàn)]的視覺(jué)感知、[可理解]的語(yǔ)言理解，那么在VLA模型出現(xiàn)之后，機(jī)器人開(kāi)始進(jìn)入[動(dòng)作精準(zhǔn)]的第三階段。目前，VLA模型已逐漸成為具身智能行業(yè)的共識(shí)，被視為連接感知、語(yǔ)言和行為的通用架構(gòu)
-
谷歌具身智能VLA大模型 —— Gemini Robotics : 將人工智能帶入到物理世界
引言 真正實(shí)用的機(jī)器人需要能夠理解周圍的物理世界，并以可靠且安全的方式與之交互。也就是說(shuō)，基于物理實(shí)體的AI智能體必須具備魯棒的人類級(jí)具身推理能力，即包含在物理具身世界中操作和運(yùn)行所需的基礎(chǔ)概念的世界知識(shí)體系
-
自動(dòng)駕駛中常提的VLA是個(gè)啥？
隨著自動(dòng)駕駛技術(shù)落地，很多新技術(shù)或在其他領(lǐng)域被使用的技術(shù)也在自動(dòng)駕駛行業(yè)中得到了實(shí)踐，VLA就是其中一項(xiàng)，尤其是隨著端到端大模型的提出，VLA在自動(dòng)駕駛中的使用更加普遍。那VLA到底是個(gè)啥？它對(duì)于自動(dòng)
-
一文看懂視覺(jué)語(yǔ)言動(dòng)作模型（VLA）及其應(yīng)用
VLA 應(yīng)該是自動(dòng)駕駛以及機(jī)器人產(chǎn)業(yè)前沿最熱的 AI人工智能詞語(yǔ)。我們之前文章《2025年，自動(dòng)駕駛即將開(kāi)“卷”的端到端大模型 2.0 - VLA (Vision Language Action)》也分享和預(yù)言過(guò)它是自動(dòng)駕駛大模型2.0
視覺(jué)語(yǔ)言動(dòng)作模型 2025-06-12 -
邁向人類級(jí)駕駛智能：VLA視覺(jué)語(yǔ)言的行動(dòng)模型
芝能科技出品2025年，由于安全和強(qiáng)監(jiān)管的作用，輔助駕駛行業(yè)正處于黎明前的黑暗。面對(duì)復(fù)雜的現(xiàn)實(shí)路況、多樣的人類行為模式，以及傳統(tǒng)AI在泛化和理解能力上的瓶頸，理想汽車在《AI Talk第二季》系統(tǒng)性的闡述了“VLA（視覺(jué)語(yǔ)言行動(dòng)模型）”
-
2025年，自動(dòng)駕駛即將開(kāi)“卷”的端到端大模型 2.0 - VLA (Vision Language Action)
太卷了，智能駕駛在國(guó)內(nèi)的落地發(fā)展太迅速了，從體驗(yàn)功能端，大家開(kāi)城大戰(zhàn)打完了之后就進(jìn)入點(diǎn)到點(diǎn)的落地戰(zhàn)，點(diǎn)到點(diǎn)弄完了之后肯定Robotaxi大戰(zhàn)；而在硬核的軟件技術(shù)端，端到端大模型戰(zhàn)在華為這個(gè)月宣布急攻端到端大模型的信息下，已經(jīng)算是進(jìn)入焦灼狀態(tài)
相關(guān)標(biāo)簽
換一批
最新活動(dòng)更多 >
-
即日-9.1立即下載>> 【限時(shí)下載】ADI中國(guó)三十周年感恩回饋助力企業(yè)升級(jí)！
-
9月2日立即報(bào)名>> 【在線研討會(huì)】COMSOL 多物理場(chǎng)仿真在薄膜沉積中的應(yīng)用
-
即日-9.16點(diǎn)擊進(jìn)入 >> 【限時(shí)福利】TE 2025國(guó)際物聯(lián)網(wǎng)展·深圳站
-
9月19日立即報(bào)名>> 【在線會(huì)議】 RISC-V 前沿技術(shù)與芯片測(cè)試創(chuàng)新研討會(huì)
-
9月19日立即申請(qǐng)>> 【英飛凌產(chǎn)品試用】電解氫與儲(chǔ)能中的功率器件和應(yīng)用
-
即日-9.20點(diǎn)擊報(bào)名>>> 【免費(fèi)試用】宏集運(yùn)輸沖擊記錄儀
