原力灵机
Dexmal原力灵机提出ManiAgent,用多智能体协作重构机器人操控
在机器人操控领域,Vision-Language-Action (VLA) 模型曾被视为通往通用机器人的“圣杯”。 当前,它却面临着严重的瓶颈问题:数据饥渴与分布外(OOD)失效:VLA 很依赖大规模、高质量的演示数据;一旦遇到训练数据分布之外的场景,或者数据量稍有不足,性能明显下降。 模型容量与推理能力互斥:为了让模型学会动作控制而进行的微调,会破坏 LLM 原本拥有的高层语义理解和推理能力。
单张4090跑到30fps,范浩强团队让VLA实时跑起来了
VLA(Visual-Language-Action)大模型到底能跑多快? 在这篇 RT-VLA(Real-time VLA)论文中,来自 Dexmal 原力灵机(由范浩强等人联合创立的具身智能公司)的研究者公布了一个反直觉的发现:它可以非常快! 具体而言,对于常用的 Pi0 级别的模型(30 亿参数),在单张消费级显卡 RTX 4090 上最快可以跑到 30fps。
Dexmal原力灵机开源Dexbotic,基于PyTorch的一站式VLA代码库
Dexbotic 是一套基于 PyTorch 框架开发的开源视觉-语言-动作模型(VLA)代码库,由 Dexmal 原力灵机重磅推出,主要面向对象为具身智能领域研究者;其整体架构包含 Data、Experiment、Model 三大核心组件,具备统一模块化 VLA 框架、高性能预训练基础模型、实验导向型开发框架、云端与本地一体化训练、全链路机器人训练与部署五大特征。 Dexbotic 提供了一套同时支持多个主流 VLA 算法的代码库,用户只需配置一次环境,基于所提供的预训练模型,即可在各类仿真环境中复现各类主流 VLA 算法,通过解决这一行业痛点,为具身智能领域从业者提供一站式 VLA 科研服务。 同时,Dexmal 原力灵机还将持续更新和支持更多业界领先的 VLA 模型。
资讯热榜
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