vla

MindPaw — Chien robot quadrupède de bureau basé sur ESP8266, prenant en charge l'interaction vocale (HLK-V20), la reconnaissance gestuelle (OV2640+MLP léger), le dialogue IA (modèle Doubao), le calcul émotionnel PAD et le contrôle WiFi. Coût total des matériaux ≈ 50 ¥, code/PCB/impression 3D entièrement open source, idéal pour l'initiation à la robotique, l'IA embarquée et la recherche en interaction homme-robot.

NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement 10B open source pour véhicules autonomes, associant trajectoires de conduite et raisonnement par chaîne de causalité.

[ICLR 2026] SimpleVLA-RL : Mise à l'échelle de l'entraînement VLA via l'apprentissage par renforcement.

Un modèle de fondation VLA pragmatique.

Dexbotic : boîte à outils open source pour la vision, le langage et l'action.

[RSS 2025] Apprendre à agir n'importe où avec des actions latentes centrées sur la tâche.

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

Base de code unifiée pour les modèles de monde avancés.

[NeurIPS 2025 spotlight] Implémentation officielle de "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving".

Collection de projets publics remarquables sur les LLM, VLM, VLA, AIGC, ainsi que les jeux de données et applications associés.

🔥 SpatialVLA : un modèle vision-langage-action amélioré sur le plan spatial, entraîné sur 1,1 million d'épisodes de robots réels. Accepté à RSS 2025.

Exécution de VLA à une fréquence d'images de 30 Hz et une fréquence de trajectoire de 480 Hz.

Ce projet vise à fournir aux ingénieurs en algorithmes travaillant dans le domaine VLA (Vision-Language-Action) un manuel d'apprentissage et d'entretien pratique entièrement en chinois, axé sur les défis spécifiques à la robotique.

[ICLR2026] Implémentation officielle de "JanusVLN: Decoupling Semantics and Spatiality with Dual Implicit Memory for Vision-Language Navigation"

FlashRT est un moteur d'inférence haute performance en temps réel pour les charges de travail IA à faible lot et sensibles à la latence. L'intégration phare concerne le contrôle VLA en production pour Pi0, Pi0.5, GROOT N1.6 et Pi0-FAST. Il prend également en charge les LLM tels que qwen3.6-27B.

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

DeepThinkVLA : Amélioration de la capacité de raisonnement des modèles Vision-Langage-Action.