vision-language-action-model

StarVLA: Uma base de código modular para o desenvolvimento de modelos de Visão-Linguagem-Ação

Apenas com conhecimentos básicos de Python, construa seu próprio robô de inteligência incorporada do zero; construa gradualmente VLA/OpenVLA/SmolVLA/Pi0 do zero, compreenda profundamente a inteligência incorporada

[Finalista do prêmio de melhor artigo no IROS 2025 e IEEE TRO 2026] Plataforma de manipulação em larga escala para sistemas incorporados inteligentes e escaláveis.

VLA-Adapter: Um paradigma eficaz para modelos de visão-linguagem-ação de pequena escala

Uma lista selecionada de recursos incríveis sobre LLM/VLM/VLA/World Model para Condução Autônoma (LLM4AD) (atualizada continuamente).

Código oficial do Motus: um modelo de mundo de ação latente unificado

Uma lista abrangente de artigos sobre manipulação de robôs, incluindo artigos, códigos e sites relacionados.

Plataforma aberta da InternRobotics para construir modelos fundamentais de navegação generalizada.

[AAAI 2026] OpenDriveVLA: rumo à condução autônoma de ponta a ponta com um modelo de ação de visão-linguagem de grande escala

[ICLR 2026] A implementação oficial de "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model"

Uma plataforma de engenharia VLA all-in-one para IA incorporada — dos dados à implantação em robôs reais.

[IJCV 2026] Senna: Unindo Grandes Modelos de Visão-Linguagem e Direção Autônoma de Ponta a Ponta

InternVLA-A1: Unificando compreensão, geração e ação para manipulação robótica.