vision-language-action-model

StarVLA : Une base de code modulaire pour le développement de modèles Vision-Langage-Action

Construisez votre propre robot doté d'intelligence incarnée à partir de zéro avec des bases en Python ; apprenez à concevoir VLA/OpenVLA/SmolVLA/Pi0 étape par étape pour approfondir votre compréhension de l'intelligence incarnée.

[Finaliste du prix du meilleur article IROS 2025 & IEEE TRO 2026] Plateforme de manipulation à grande échelle pour systèmes incarnés évolutifs et intelligents.

VLA-Adapter : un paradigme efficace pour les modèles Vision-Language-Action à petite échelle.

Liste organisée de ressources LLM/VLM/VLA/World Model pour la conduite autonome (LLM4AD) (mise à jour continue)

Code officiel de Motus : un modèle de monde à action latente unifié.

Une liste complète d'articles sur la manipulation robotique, incluant des publications, du code et des sites web associés.

Plateforme ouverte d'InternRobotics pour la création de modèles de fondation de navigation généralisée.

[AAAI 2026] OpenDriveVLA : Vers une conduite autonome de bout en bout avec un modèle d'action basé sur le langage et la vision.

[ICLR 2026] Implémentation officielle de "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model"

Plateforme d'ingénierie VLA tout-en-un pour l'IA incarnée, des données au déploiement sur robot réel

[IJCV 2026] Senna : Relier les grands modèles de vision-langage à la conduite autonome de bout en bout.

InternVLA-A1 : Unification de la compréhension, de la génération et de l'action pour la manipulation robotique