vision-language-action-model

StarVLA: Vision-Language-Actionモデル開発のためのモジュール式コードベース

Pythonの基礎知識だけでゼロから独自の多目的AIロボットを構築。VLA、OpenVLA、SmolVLA、Pi0をゼロから段階的に構築し、多目的AIを深く理解する

[IROS 2025 Best Paper Award Finalist & IEEE TRO 2026] スケーラブルでインテリジェントな身体性システム向けの大規模マニピュレーションプラットフォーム

VLA-Adapter: 小規模な Vision-Language-Action モデルの効果的なパラダイム

自動運転向けLLM/VLM/VLA/ワールドモデル（LLM4AD）に関する厳選されたリソースリスト（随時更新）

Motus の公式コード：統合潜在アクション世界モデル (A Unified Latent Action World Model)

論文、コード、関連ウェブサイトを含む、ロボットマニピュレーションに関する包括的な論文リスト

汎用ナビゲーション基盤モデル構築のためのInternRoboticsのオープンプラットフォーム

[AAAI 2026] OpenDriveVLA: 大規模視覚言語行動モデルを用いたエンドツーエンド自動運転に向けて

[ICLR 2026] 「Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model」の公式実装

データ収集から実機ロボットへのデプロイまでをカバーする、embodied AI向けのオールインワンVLAエンジニアリングプラットフォーム

[IJCV 2026] Senna: 大規模視覚言語モデルとエンドツーエンド自動運転の架け橋

InternVLA-A1：ロボットマニピュレーションに向けた理解、生成、行動の統合。