VLA模型

解锁机器人的 3D 视觉：原力灵机推出 GeoVLA 框架，颠覆传统 VLA 模型！

解锁机器人的 3D 视觉：原力灵机推出 GeoVLA 框架，颠覆传统 VLA 模型！

在人工智能和机器人技术快速发展的今天，视觉 - 语言 - 行动（VLA）模型被广泛认为是构建通用机器人的关键。然而，许多现有的 VLA 模型(如 OpenVLA、RT-2等)在处理复杂的非结构化环境时暴露出一个严重的短板:空间失明。它们依赖于2D RGB 图像作为视觉输入，导致模型在三维空间中的表现受限，难以准确判断物体的深度和位置。

12/25/2025 5:17:22 PM AI在线

Figure完成史上最大重组:三大技术团队合并成AI核心小组Helix

Figure完成史上最大重组:三大技术团队合并成AI核心小组Helix

人形机器人公司Figure今日宣布完成公司历史上规模最大的组织重组，CEO Brett Adcock通过推特透露，上周已将三个独立技术团队合并进新成立的AI小组Helix，旨在打破部门壁垒，加速人形机器人的商业化进程。以AI模型命名的战略整合新成立的Helix小组以Figure三个月前推出的首个VLA（视觉-语言-行动）具身模型Felix的核心技术命名，凸显了AI在公司战略中的核心地位。据Figure此前发布的资料显示，Helix技术在多个关键领域取得了突破性进展，专门为Figure人形机器人提供通用智能控制能力，是实现机器人自主操作的关键技术基础。

5/30/2025 3:00:54 PM AI在线

资讯热榜

免费！让图片放大不失真的位图转矢量图神器 Tmttool AI应用新纪元：2025中国AI应用排行榜榜单揭晓丨2025年1月 6秒视频10秒生成！全新AI视频神器 Grok Imagine 深度体验+元提示词分享最火、最全的Agent记忆综述，NUS、人大、复旦、北大等联合出品后悔没早发现！教你用谷歌Gemini生成精美PPT（附提示词） GGUF 是什么？一文看懂大模型里最火的模型格式 Sora、可灵、即梦哪家强？AI视频软件深度测评！ Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT 谷歌 DeepSeek AI新词 AI绘画大模型机器人数据 Midjourney 开源 Meta 微软智能用户 GPT 学习英伟达 Gemini 智能体技术马斯克 Anthropic 图像 AI创作训练 LLM 论文 AI for Science 代码腾讯苹果算法 Agent Claude 芯片具身智能 Stable Diffusion xAI 蛋白质人形机器人开发者生成式神经网络机器学习 AI视频 3D 字节跳动大语言模型 RAG Sora 百度研究 GPU 生成华为工具 AGI 计算生成式AI AI设计大型语言模型搜索亚马逊 AI模型视频生成特斯拉 DeepMind 场景 Copilot 深度学习 Transformer 架构 MCP 编程视觉