AI在线 AI在线

VLA

人形机器人自主控制新突破：智元等实现 VLA 驱动全身协同，行走与操作同时完成

人形机器人自主控制新突破：智元等实现 VLA 驱动全身协同，行走与操作同时完成
AI在线 12 月 17 日消息，智元 AGIBOT 今日官宣，来自香港大学、智元 AGIBOT、复旦大学和上海创智学院的联合研究团队提出了 WholeBodyVLA，这是一种面向真实世界的人形机器人全身 Vision–Language–Action 框架。 该工作基于智元灵犀 X2 研究发布，将 VLA 扩展至双足人形机器人的全身控制，验证了其在全身 loco-manipulation 任务中的可行性。 与原地操作相比，loco-manipulation 的难点不在于单一技能，而在于行走与操作必须在同一任务中长期、稳定地协同发生。
12/17/2025 3:19:23 PM
汪淼
Astribot Lumo-1: 能在物理空间中推理和行动的通用操作大模型

Astribot Lumo-1: 能在物理空间中推理和行动的通用操作大模型
Lumo-1 是一个大规模的视觉-语言-动作（VLA）模型。 该模型能够泛化到新的物体、环境和指令 - 包括涉及抽象或间接描述的指令，并且可以高效得适应新任务，包括需要推理或精确操作的任务。 Lumo-1 继承现有视觉-语言模型（VLMs）强大的多模态推理能力，然后逐步将这种能力扩展到关于物理世界的具身推理和真实世界的动作执行。
12/11/2025 2:14:00 PM
新闻助手
小鹏汽车重磅发布第二代 VLA：颠覆传统，开创智能驾驶新时代

小鹏汽车重磅发布第二代 VLA：颠覆传统，开创智能驾驶新时代
在2025小鹏科技日盛会上，小鹏汽车推出了其第二代VLA（视觉-语言-动作）模型，这一重磅发布不仅打破了行业内传统的模型架构，更是实现了从视觉信号直接到动作指令的端到端输出，摆脱了语言转译的束缚。 小鹏的这一创新举措，使其成为首个量产的物理世界大模型，为智能驾驶、人工智能机器人及飞行汽车等多领域提供了强大的智能基础。 第二代 VLA 的能力之强，令人瞩目。
11/5/2025 5:51:39 PM
AI在线
最火VLA，看这一篇综述就够了

最火VLA，看这一篇综述就够了
ICLR 2026爆火领域VLA（Vision-Language-Action，视觉-语言-动作）全面综述来了！ 如果你还不了解VLA是什么，以及这个让机器人学者集体兴奋的领域进展如何，看这一篇就够了。 文章作者Moritz Reuss是2025年Apple AI/ML学者奖得主，曾在RSS、ICLR、NeurIPS等顶级会议多次发表研究成果。
11/3/2025 4:00:00 AM
具身智能的“Z 世代”，来了

具身智能的“Z 世代”，来了
年初，DeepSeek闪亮登上大模型的银幕，镁光灯下，观众看到了一群年轻的身影。 少年浩气展虹霓，日新月异的AI时代，年轻人悄然撑起了半边天。 大模型的新浪潮已翩然而至，具身智能的新浪潮还有多远？
6/12/2025 10:36:00 AM
洪雨欣
万字实录：VLA 范式，具身智能的曙光与迷雾丨GAIR Live

万字实录：VLA 范式，具身智能的曙光与迷雾丨GAIR Live
整理丨赖文昕编辑丨陈彩娴VLA（视觉-语言-动作模型）作为具身智能领域的关键新范式，能有效整合视觉信息、语言指令与行动决策，显著提升机器人对复杂环境的理解和适应能力，对推动机器人从单一任务执行向多样化场景自主决策的跨越至关重要 ，已成为当下学术界和工业界炙手可热的研究焦点。 圆桌主持人为北京大学计算机学院助理教授、智源学者仉尚航，并邀请了清华大学交叉信息院助理教授、千寻智能联合创始人高阳，清华大学交叉信息院助理教授、星海图联合创始人赵行，与北京大学人工智能研究院助理教授、北大-灵初智能联合实验室主任杨耀东一起进行了一场深度的讨论。 会上，主持人仉尚航带领讨论 VLA，先是探讨其定义、起源及相关模型区别；接着分析技术路线与新成果，探讨不同路线的优缺点；随后围绕机器人常见任务，剖析核心技术瓶颈与主流输出范式；还研究强化学习结合、泛化能力提升、异构数据利用与协同训练；最后关注落地场景，并探讨执行长程任务的难点与可能。
6/3/2025 2:22:00 PM
赖文昕
理想汽车李想宣布 AI Talk 第二季：探讨人工智能的未来与发展

理想汽车李想宣布 AI Talk 第二季：探讨人工智能的未来与发展
理想汽车创始人兼 CEO 李想在社交平台上宣布，《AI Talk 第二季》将于5月7日晚上8点正式上线。 在这一季中，他将与观众分享自己对人工智能最新的思考，尤其是理想 VLA 司机大模型的创新理念。 李想表示，VLA 司机大模型不仅是技术的结晶，更是生物进化的延续，从动物智能到人类智慧的跃迁。
5/7/2025 9:00:53 AM
AI在线
阿德莱德大学吴琦：VLN 仍是 VLA 的未竟之战丨具身先锋十人谈

阿德莱德大学吴琦：VLN 仍是 VLA 的未竟之战丨具身先锋十人谈
作者 | 赖文昕编辑 | 陈彩娴2018 年 6 月，在澳大利亚机器人视觉研究中心（ACRV）做博士后研究员的吴琦和博士生 Peter Anderson 首次将 VL（视觉-语言）和彼时机器人领域主流的导航方向联系起来，在 CVPR 2018 发表了第一篇 VLN（视觉-语言-导航）工作；紧接着，Abhishek Das 作为一作发表的“EmbodiedQA（具身问答）”又让“Embodied”一词走入科研视野。 一个月后，一年一度的 NLP 领域顶会 ACL 在冬季的墨尔本召开。 在火热的会场里，吴琦、Peter Anderson 和 Abhishek Das 举办了一场题为“将语言和视觉与动作联系起来” 的 tutorial，真正地开启了 VLA（视觉-语言-动作）这个全新领域。
4/29/2025 4:21:00 PM
赖文昕
Figure机器人进厂打工，8小时速成物流分拣大师！自研VLA模型全面升级

Figure机器人进厂打工，8小时速成物流分拣大师！自研VLA模型全面升级
踹掉OpenAI之后，Figure的迭代堪称神速！ 几天前才发布了第一款自研视觉-语言-动作（VLA）模型Helix，统一了感知、语言理解和学习控制。 就在刚刚，他们又在一个全新场景中实现了机器人应用的落地——物流包裹操作和分拣。
2/27/2025 12:12:28 PM
新智元
京东联合地瓜机器人等多家企业高校，推出业内首个具身智能原子技能库架构

京东联合地瓜机器人等多家企业高校，推出业内首个具身智能原子技能库架构
具身智能技术突破与应用是通向 AGI 的必经之路，目前全球科技公司正加速布局，包括特斯拉 Optimus、Agility Digit、波士顿动力 Atlas 及 Figure AI 等，今年蛇年春晚机器人“扭秧歌”也成为了人们茶余饭后的谈资。 随着大模型技术的进步，具身智能也迎来了快速的发展。 但在国内众多企业与高校推动相关技术发展的过程中，核心挑战仍在于具身操作泛化能力，即如何在有限具身数据下，使机器人适应复杂场景并实现技能高效迁移。
2/20/2025 10:09:00 AM
新闻助手
VLA 技术引领智驾竞赛，英伟达助力黑马企业迅速抢占市场份额

VLA 技术引领智驾竞赛，英伟达助力黑马企业迅速抢占市场份额
在智能驾驶行业，2025年被视为 “VLA 上车元年”，这标志着一种全新的技术范式正在崭露头角。 VLA，即视觉语言动作模型（Vision-Language-Action Model），最初由 DeepMind 于2023年提出，旨在提升机器人对环境的理解和反应能力。 近年来，这一技术在自动驾驶领域受到了极大的关注。
1/25/2025 4:26:00 PM
AI在线