VLA
-
RL Token：破解 VLA “最后一厘米”精度難題，在線強(qiáng)化學(xué)習(xí)機(jī)器人精準(zhǔn)操控
一臺(tái)機(jī)器人拿起螺絲刀并不難，難的是讓它在幾秒鐘內(nèi)，精準(zhǔn)地把刀頭對(duì)準(zhǔn)一枚細(xì)小的螺絲。 這不是未來(lái)世界的科幻場(chǎng)景，而是今天機(jī)器人操作中最現(xiàn)實(shí)、也最棘手的問題。 當(dāng)前，VLA模型在疊衣服、沖泡咖啡、制作烤奶
-
-
元戎啟行的 40B VLA 自動(dòng)駕駛基座模型和方法論
元戎作為中國(guó)輔助駕駛/自動(dòng)駕駛算法供應(yīng)商的后起之秀，在這兩年來(lái)量產(chǎn)車輛大幅度上升，擁有長(zhǎng)城、吉利、甚至傳言拿下了新勢(shì)力零跑的業(yè)務(wù)。而且元戎也是比較早喊“VLA”甚至量產(chǎn)"VLA"的供應(yīng)商。 所以，算是
-
小鵬和理想均押注VLA，兩者技術(shù)各有啥特色？
隨著高級(jí)輔助駕駛功能越發(fā)完善，高速NOA、城市NOA的使用已經(jīng)較為普遍，這其中離不開VLA（視覺-語(yǔ)言-動(dòng)作）模型的推動(dòng)。 VLA大模型的出現(xiàn)，也標(biāo)志著行業(yè)正式從“感知識(shí)別”邁向了“理解決策”。以前的
-
為什么很多車企都青睞VLA模型？
就在最近，小鵬發(fā)布了第二代視覺—語(yǔ)言—?jiǎng)幼鳎╒LA）模型。其實(shí)隨著自動(dòng)駕駛技術(shù)的發(fā)展，行業(yè)正處于從手工規(guī)則體系向物理世界大模型的深層跨越。早期的自動(dòng)駕駛方案高度依賴于模塊化的架構(gòu)設(shè)計(jì)，將感知、預(yù)測(cè)與規(guī)
-
已有VLM，自動(dòng)駕駛為什么還要探索VLA?
自動(dòng)駕駛技術(shù)正處于發(fā)展的轉(zhuǎn)折點(diǎn)。過(guò)去十幾年間，行業(yè)長(zhǎng)期依賴模塊化的技術(shù)路徑，即將駕駛?cè)蝿?wù)拆解為感知、預(yù)測(cè)、規(guī)劃和控制四個(gè)獨(dú)立環(huán)節(jié)。這種結(jié)構(gòu)雖然清晰，但在面對(duì)突發(fā)狀況時(shí)（長(zhǎng)尾場(chǎng)景），會(huì)因規(guī)則覆蓋不足而表
-
VLA和世界模型在自動(dòng)駕駛中可以融合嗎？
隨著VLA（視覺-語(yǔ)言-動(dòng)作模型）與世界模型在自動(dòng)駕駛領(lǐng)域的關(guān)注度日益提升，這兩項(xiàng)技術(shù)已成為眾多主機(jī)廠研發(fā)布局的重點(diǎn)方向。前者強(qiáng)調(diào)將感知、語(yǔ)義推理與動(dòng)作生成整合到同一個(gè)大模型中，以實(shí)現(xiàn)端到端的決策輸出
自動(dòng)駕駛 2026-01-13 -
定義下一代機(jī)器人訓(xùn)練,智元 SOP：VLA 模型真實(shí)世界分布式在線后訓(xùn)練的關(guān)鍵突破
當(dāng)前，VLA模型通過(guò)大規(guī)模預(yù)訓(xùn)練具備了出色的泛化能力，但在實(shí)際場(chǎng)景部署時(shí)，除了需要廣泛的通用性，還需達(dá)到專家級(jí)的任務(wù)執(zhí)行水平。以家庭機(jī)器人為例：它必須能夠折疊衣物、整理貨架、組裝家具，同時(shí)展現(xiàn)出堪比專
-
VLA模型是基于預(yù)置規(guī)則來(lái)指導(dǎo)行動(dòng)嗎？
今天繼續(xù)來(lái)回答小伙伴的提問，最近有一位小伙伴提問，VLA模型中的理解是不是也基于一些預(yù)置的規(guī)則指導(dǎo)行動(dòng)的？其實(shí)這個(gè)問題非常值得討論，今天智駕最前沿就帶大家詳細(xì)聊一聊。 視覺-語(yǔ)言-動(dòng)作（VLA）模型是
-
-
VLA與世界模型有什么不同？
當(dāng)前自動(dòng)駕駛行業(yè)，各車企的技術(shù)路徑普遍選擇了單車智能方向。而在實(shí)際落地過(guò)程中，不同企業(yè)選擇了差異化的技術(shù)實(shí)現(xiàn)方式，部分車企側(cè)重于視覺—語(yǔ)言—?jiǎng)幼髂Ｐ停╒ision Language Action,VL
世界模型 2025-12-17 -
π*0.6：一款能從經(jīng)驗(yàn)中學(xué)習(xí)的VLA模型
今日，美國(guó)具身智能創(chuàng)業(yè)公司 Physical Intelligence（簡(jiǎn)稱 PI ）發(fā)布了最新機(jī)器人基礎(chǔ)模型?π*0.6。 官方稱，過(guò)去一年，機(jī)器人成功完成一半任務(wù)并不難，但要讓它每次都成功卻非常困
VLA 2025-12-01 -
重磅！阿里達(dá)摩院發(fā)布首個(gè)VLA與世界模型統(tǒng)一架構(gòu)RynnVLA-002：97.4%成功率刷新認(rèn)知
作者：Jun Cen等 解讀：AI生成未來(lái) 亮點(diǎn)直擊 統(tǒng)一架構(gòu)：RynnVLA-002，這是一個(gè)將視覺-語(yǔ)言-動(dòng)作（VLA）模型與世界模型統(tǒng)一在單一框架中的“動(dòng)作世界模型”。 雙向增強(qiáng)：實(shí)現(xiàn)了 VLA
-
VLA能解決自動(dòng)駕駛中的哪些問題？
很多從事自動(dòng)駕駛的小伙伴應(yīng)該對(duì)VLA這個(gè)概念已經(jīng)非常熟悉了。VLA即“Visual-Language-Action”（視覺—語(yǔ)言—?jiǎng)幼鳎┠Ｐ�，它的核心是將視覺信息、語(yǔ)言表達(dá)和動(dòng)作控制這三者整合到一個(gè)統(tǒng)
-
吳新宙帶領(lǐng)英偉達(dá)沖刺自動(dòng)駕駛L4背后的VLA大模型算法
2023年8月，吳新宙算是在中國(guó)L2+智能輔助駕駛競(jìng)爭(zhēng)頂峰--輔助駕駛進(jìn)城之后離開小鵬汽車加入英偉達(dá)。2024年1月，特斯拉推出FSD V12 Beta端到端版本，智能輔助駕駛算法進(jìn)入“端到端”階段。
-
VLA和世界模型，誰(shuí)才是自動(dòng)駕駛的最優(yōu)解？
隨著自動(dòng)駕駛技術(shù)發(fā)展，其實(shí)現(xiàn)路徑也呈現(xiàn)出兩種趨勢(shì)，一邊是以理想、小鵬、小米為代表的VLA（視覺—語(yǔ)言—行動(dòng)）模型路線；另一邊則是以華為、蔚來(lái)為主導(dǎo)的世界模型（World Model）路線，這兩種路徑都
自動(dòng)駕駛 2025-11-05 -
自動(dòng)駕駛上常提的VLA與世界模型有什么區(qū)別？
VLA：把“看”和“說(shuō)”連到“做”上 自動(dòng)駕駛中常提的VLA，全稱是Vision-Language-Action，直譯就是“視覺-語(yǔ)言-動(dòng)作”。VLA的目標(biāo)是把相機(jī)或傳感器看到的畫面、能理解和處理自然
自動(dòng)駕駛 2025-10-14 -
為什么把VLA直接放上自動(dòng)駕駛汽車沒那么容易？
在自動(dòng)駕駛領(lǐng)域，經(jīng)常會(huì)有技術(shù)提出將VLA（視覺—語(yǔ)言—?jiǎng)幼髂Ｐ停⿷?yīng)用到自動(dòng)駕駛上。VLA的作用就是把看、懂、決策三件事交給一個(gè)大模型，攝像頭看到畫面，模型用“視覺＋語(yǔ)言”去理解場(chǎng)景和意圖，最后直接輸出
-
揭秘小鵬自動(dòng)駕駛「基座模型」和 「VLA大模型」
2025年的CVPR自動(dòng)駕駛 Workshop上，小鵬汽車的Liu Xianming先生做了一篇名為《Scaling up Autonomous Driving via Large Foundatio
-
端到端自動(dòng)駕駛的前世今生：不管VLA還是WM世界模型,都需要世界引擎。
2025年的CVPR自動(dòng)駕駛Workshop上，香港大學(xué)的Li Hongyang做了一篇名為《自動(dòng)駕駛端到端方法：現(xiàn)狀與展望》的開場(chǎng)演講。 演講給了端到端一個(gè)定義，并介紹了端到端的前世今生，以及挑戰(zhàn)，
自動(dòng)駕駛 2025-09-10 -
VLA與世界模型會(huì)讓自動(dòng)駕駛汽車走多遠(yuǎn)？
在一個(gè)雨夜的十字路口，你開車行駛到路中央，前方是一輛猶豫不決的電動(dòng)車，左側(cè)有一臺(tái)打著轉(zhuǎn)向燈的出租車，右后方突然閃過(guò)一束遠(yuǎn)光燈。這時(shí)候你會(huì)怎么做？經(jīng)驗(yàn)豐富的司機(jī)往往會(huì)迅速分析，電動(dòng)車可能突然橫穿，出租車
-
-
自動(dòng)駕駛中常提的VLM是個(gè)啥 ？與VLA有什么區(qū)別？
自動(dòng)駕駛車輛要在復(fù)雜多變的道路環(huán)境中安全行駛，不僅需要“看見”前方的車輛、行人和路面標(biāo)志，還需要“讀懂”交通標(biāo)識(shí)上的文字提示、施工告示牌和乘客的語(yǔ)言指令。之前和大家討論過(guò)VLA（相關(guān)閱讀：自動(dòng)駕駛中常
-
具身智能VLA困于“數(shù)據(jù)泥潭”，靠人類活動(dòng)視頻數(shù)據(jù)能否破局？
前言 盡管當(dāng)前的視覺-語(yǔ)言-動(dòng)作（VLA）模型已展現(xiàn)出顯著進(jìn)展，但其在新場(chǎng)景和與復(fù)雜物體交互中的性能會(huì)顯著下降，在遵循指令方面落后于像LLaVA 這樣的大型多模態(tài)模型（LMM）。 這種局限性源于現(xiàn)有V
-
從“模仿”走向“思考”：VLA司機(jī)大模型帶來(lái)的變化
芝能智芯出品 VLA（Vision-Language-Action）駕駛大模型是理想汽車在2025年八月即將實(shí)現(xiàn)重要落地的輔助駕駛。 不同于第一代的結(jié)構(gòu)化算法和第二代的端到端系統(tǒng)，采用了新的視覺-語(yǔ)言
-
VLA模型如何重塑具身智能 —— 8家國(guó)內(nèi)外典型具身智能VLA模型梳理與分析
一、國(guó)外典型具身智能VLA架構(gòu) 國(guó)外4家典型的具身智能VLA模型：谷歌DeepMind RT-2、Physical AI? π0?、Figure AI Helix 、英偉達(dá)GR00T N1。 1.?谷
-
谷歌具身智能VLA模型RT-H—— 基于語(yǔ)言的動(dòng)作分層框架
2024年3月，谷歌DeepMind正式推出端到端的框架RT-H。它是一個(gè)帶動(dòng)作分層結(jié)構(gòu)的機(jī)器人Transformer ——?將語(yǔ)言化動(dòng)作作為高級(jí)任務(wù)描述與低級(jí)動(dòng)作之間的中間預(yù)測(cè)層，從而通過(guò)語(yǔ)言化動(dòng)作
-
產(chǎn)業(yè)丨谷歌發(fā)布本地VLA模型，具身智能正在進(jìn)入“端側(cè)時(shí)代”
前言：如果過(guò)去十年機(jī)器人領(lǐng)域的焦點(diǎn)先后經(jīng)歷了[可見]的視覺感知、[可理解]的語(yǔ)言理解，那么在VLA模型出現(xiàn)之后，機(jī)器人開始進(jìn)入[動(dòng)作精準(zhǔn)]的第三階段。目前，VLA模型已逐漸成為具身智能行業(yè)的共識(shí)，被視為連接感知、語(yǔ)言和行為的通用架構(gòu)
-
谷歌具身智能VLA大模型 —— Gemini Robotics : 將人工智能帶入到物理世界
引言 真正實(shí)用的機(jī)器人需要能夠理解周圍的物理世界，并以可靠且安全的方式與之交互。也就是說(shuō)，基于物理實(shí)體的AI智能體必須具備魯棒的人類級(jí)具身推理能力，即包含在物理具身世界中操作和運(yùn)行所需的基礎(chǔ)概念的世界知識(shí)體系
-
自動(dòng)駕駛中常提的VLA是個(gè)啥？
隨著自動(dòng)駕駛技術(shù)落地，很多新技術(shù)或在其他領(lǐng)域被使用的技術(shù)也在自動(dòng)駕駛行業(yè)中得到了實(shí)踐，VLA就是其中一項(xiàng)，尤其是隨著端到端大模型的提出，VLA在自動(dòng)駕駛中的使用更加普遍。那VLA到底是個(gè)啥？它對(duì)于自動(dòng)
-
一文看懂視覺語(yǔ)言動(dòng)作模型（VLA）及其應(yīng)用
VLA 應(yīng)該是自動(dòng)駕駛以及機(jī)器人產(chǎn)業(yè)前沿最熱的 AI人工智能詞語(yǔ)。我們之前文章《2025年，自動(dòng)駕駛即將開“卷”的端到端大模型 2.0 - VLA (Vision Language Action)》也分享和預(yù)言過(guò)它是自動(dòng)駕駛大模型2.0
視覺語(yǔ)言動(dòng)作模型 2025-06-12 -
邁向人類級(jí)駕駛智能：VLA視覺語(yǔ)言的行動(dòng)模型
芝能科技出品2025年，由于安全和強(qiáng)監(jiān)管的作用，輔助駕駛行業(yè)正處于黎明前的黑暗。面對(duì)復(fù)雜的現(xiàn)實(shí)路況、多樣的人類行為模式，以及傳統(tǒng)AI在泛化和理解能力上的瓶頸，理想汽車在《AI Talk第二季》系統(tǒng)性的闡述了“VLA（視覺語(yǔ)言行動(dòng)模型）”
-
2025年，自動(dòng)駕駛即將開“卷”的端到端大模型 2.0 - VLA (Vision Language Action)
太卷了，智能駕駛在國(guó)內(nèi)的落地發(fā)展太迅速了，從體驗(yàn)功能端，大家開城大戰(zhàn)打完了之后就進(jìn)入點(diǎn)到點(diǎn)的落地戰(zhàn)，點(diǎn)到點(diǎn)弄完了之后肯定Robotaxi大戰(zhàn)；而在硬核的軟件技術(shù)端，端到端大模型戰(zhàn)在華為這個(gè)月宣布急攻端到端大模型的信息下，已經(jīng)算是進(jìn)入焦灼狀態(tài)
相關(guān)標(biāo)簽
換一批
最新活動(dòng)更多 >
-
4月17日立即報(bào)名 >> 【線下論壇】新唐科技×芯唐南京 2026 年度研討會(huì)
-
即日-5.20立即下載>> 【限時(shí)免費(fèi)】物理場(chǎng)仿真助力生物醫(yī)學(xué)領(lǐng)域技術(shù)創(chuàng)新
-
精彩回顧立即查看>> OFweek 2026（第十五屆）中國(guó)機(jī)器人產(chǎn)業(yè)大會(huì)
-
精彩回顧立即查看>> 維科杯· OFweek 2025中國(guó)機(jī)器人行業(yè)年度評(píng)選
-
精彩回顧立即查看>> 【在線會(huì)議】液冷服務(wù)器信號(hào)完整性及冷卻液關(guān)鍵電參數(shù)測(cè)試
-
精彩回顧立即查看>> 【發(fā)布會(huì)】Flexiverse 2026 非夕科技新品發(fā)布會(huì)
