VLA 模型研究

Vision-Language-Action 模型是结合视觉、语言和行动能力的多模态 AI 系统。

最新进展

• • RT-2: 机器人操作 Transformer
• • PaLM-E: 感知增强的语言模型
• • GPT-4 + Robotics: 大模型与机器人结合