算法论文8
DeepVision-VLA提升VLA视觉泛化能力
量子位
AI 摘要
至简动力等团队：VLA模型深层易‘丢’关键视觉证据，提出DeepVision - VLA框架，用VL - MoT和AGVP增强深层视觉表征，在仿真和真实任务中成功率提升，泛化性能好。
阅读原文 · 量子位
VLA别再「走神」：即插即用提升视觉泛化，相对Pi0.5提升18%
至简动力、北大、港中文团队发现VLA模型深层动作预测对关键视觉区域依赖下降，提出DeepVision - VLA框架，在仿真和真实任务中效果显著，能有效提升视觉泛化能力。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
LIBERO-MAX评测机器人动态可靠性
本文介绍了斯坦福等多校研究者提出的机器人评测基准LIBERO-MAX，针对机器人执行任务中途环境变化的痛点，设计配对测试方案，经大规模仿真评测现有模型性能，为机器人动态鲁棒性改进提供标准化测试平台。
机器之心
新闻资讯8
零跑推出自研智驾世界模型要超车
本文是甲子光年对零跑汽车周洪涛、冯铭月的独家对话，披露零跑智驾从跟随策略转向押宝世界模型的研发过程、技术路线选择与普惠升级计划，还原零跑智驾超车历程。
甲子光年
算法论文8
T - RO综述重构机器人操作知识版图
近日，论文《Embodied Robot Manipulation in the Era of Foundation Models: Planning and Learning Perspectives》被IEEE Transactions on Robotics接收，它以High - Level Planning和Low - Level Action Modeling为主线，梳理Foundation Model时代机器人操作发展，分析了现存问题及关键缺口。
机器之心
算法论文7
UniSteer：人类指导让 VLA 强化学习更高效
视觉 - 语言 - 动作模型（VLA）是机器人操作重要基础模型，但复杂任务成功率低，真机强化学习成本高。微软等机构研究者提出 UniSteer，将人类纠正转换成噪声监督，在多任务测试中提升了成功率。
机器之心