vision-language-action-model

StarVLA: Cơ sở mã giống Lego để phát triển mô hình Vision-Language-Action

Chỉ cần nền tảng Python, tự xây dựng robot trí tuệ nhân tạo thể hiện từ đầu; xây dựng từng bước VLA/OpenVLA/SmolVLA/Pi0 từ đầu, hiểu sâu sắc về trí tuệ nhân tạo thể hiện

[IROS 2025 Best Paper Award Finalist & IEEE TRO 2026] Nền tảng thao tác quy mô lớn cho các hệ thống có thể mở rộng và thông minh

VLA-Adapter: Một mô hình mẫu hiệu quả cho Vision-Language-Action quy mô nhỏ

Danh sách các tài nguyên tuyệt vời về LLM/VLM/VLA/Mô hình Thế giới cho Xe tự hành (LLM4AD) (được cập nhật liên tục)

Mã nguồn chính thức của Motus: A Unified Latent Action World Model

Danh sách toàn diện các bài báo về thao tác robot, bao gồm các bài báo, mã nguồn và các trang web liên quan.

Nền tảng mở của InternRobotics để xây dựng các mô hình nền tảng điều hướng tổng quát.

[AAAI 2026] OpenDriveVLA: Hướng tới lái xe tự động đầu cuối với Mô hình Ngôn ngữ - Thị giác - Hành động lớn

[ICLR 2026] Triển khai chính thức của "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model".

Nền tảng kỹ thuật VLA tất cả trong một cho AI hiện thân — từ dữ liệu đến triển khai robot thực tế.

[IJCV 2026] Senna: Kết nối các mô hình ngôn ngữ thị giác lớn với lái xe tự động end-to-end

InternVLA-A1: Hợp nhất khả năng hiểu, tạo và hành động cho thao tác robot