具身智能公司RoboScience发布了其Visics通用具身AI模型。该模型采用新颖的VLOA（视觉-语言-物体-动作）架构，通过使用物体轨迹作为中间接口来解耦认知与执行。该架构旨在实现跨不同机器人、物体和任务的广泛泛化，其能够以高精度执行家具组装等复杂操作即为此能力的证明。 AI
影响 该模型的VLOA架构及其对泛化的关注可能会加速各行业中更通用、更强大的机器人的开发。
排序理由 Frontier-lab模型发布，附带系统卡
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
<p style="text-align: left; margin-top: 6pt; margin-bottom: 6pt;">雷峰网获悉，<span style="font-family: Arial; font-size: 11pt;">6月24日，通用具身智能企业RoboScience机器科学在深圳成功举办通用具身大模型发布会。会上，公司首次完整披露了自研Visics大模型的技术架构VLOA（Vision-Language-Object-Action），并展示了模型在多项真实场景的应用，包括全球最复杂具身操作任务家具拼装。</span></p>…
<p>作者｜黄楠</p> <p>编辑｜袁斯来</p> <p>6月24日，通用具身智能企业RoboScience机器科学通用具身大模型发布，首次完整披露自研Visics大模型的技术架构VLOA（Vision-Language-Object-Action），并展示了模型在家具拼装、灵巧抓取、动态流水线等多项真实场景的应用。</p> <p>大语言模型有标准的文本Token，自动驾驶有统一的视觉或点云表征，这些基础格式的确定，让数据和模型可以在不同场景之间复用。但具身智能至今没有一个被行业公认的基础表征单元，其决定了数据如何采、模型从哪学、以及学习后是否能迁移至…
Beijing-based embodied intelligence company RoboScience officially unveiled its general-purpose embodied AI model Visics on June 24, complete with a full techni...