vision-language-action-model

StarVLA: Vision-Language-Action मॉडल विकास के लिए एक लेगो जैसा कोडबेस

केवल बुनियादी Python ज्ञान के साथ शून्य से अपना खुद का एम्बॉडीड इंटेलिजेंस रोबोट बनाएं; शून्य से चरण दर चरण VLA/OpenVLA/SmolVLA/Pi0 बनाएं, एम्बॉडीड इंटेलिजेंस को गहराई से समझें

[IROS 2025 बेस्ट पेपर अवार्ड फाइनलिस्ट और IEEE TRO 2026] स्केलेबल और इंटेलिजेंट एम्बेडेड सिस्टम के लिए लार्ज-स्केल मैनिपुलेशन प्लेटफॉर्म

VLA-Adapter: छोटे पैमाने के विजन-लैंग्वेज-एक्शन मॉडल के लिए एक प्रभावी प्रतिमान

स्वायत्त ड्राइविंग (LLM4AD) संसाधनों के लिए भयानक LLM/VLM/VLA/वर्ल्ड मॉडल की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

Motus का आधिकारिक कोड: एक एकीकृत लेटेंट एक्शन वर्ल्ड मॉडल

रोबोट मैनिपुलेशन पर शोध पत्रों, कोड और संबंधित वेबसाइटों की एक व्यापक सूची

जनरलाइज्ड नेविगेशन फाउंडेशन मॉडल बनाने के लिए InternRobotics का ओपन प्लेटफॉर्म।

[AAAI 2026] OpenDriveVLA: लार्ज विज़न लैंग्वेज एक्शन मॉडल के साथ एंड-टू-एंड ऑटोनॉमस ड्राइविंग की दिशा में

[ICLR 2026] "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model" का आधिकारिक कार्यान्वयन

एम्बॉडीड AI के लिए एक ऑल-इन-वन VLA इंजीनियरिंग प्लेटफॉर्म — डेटा से लेकर वास्तविक रोबोट पर डिप्लॉयमेंट तक।

[IJCV 2026] Senna: लार्ज विजन-लैंग्वेज मॉडल और एंड-टू-एंड ऑटोनॉमस ड्राइविंग को जोड़ना

InternVLA-A1: रोबोटिक हेरफेर के लिए समझ, जनरेशन और एक्शन का एकीकरण