新框架增强轻量级机器人控制模型

研究人员开发了XS-VLA，一个新颖的两阶段框架，旨在利用轻量级视觉语言模型增强机器人控制。该框架解决了大型模型在实时应用中的局限性以及小型模型的“空间盲区”问题。XS-VLA首先将来自大型模型Qwen3-VL-4B的空间知识蒸馏到一个小型SmolVLM2-0.25B骨干网络中，以提高其空间基础能力。然后，这个增强的骨干网络会条件化一个潜在流匹配策略，该策略使用CVAE和流匹配动力学来建模复杂的动作分布。 AI

影响 该框架有望在实时机器人操作中实现更高效、更强大的AI系统，尤其是在边缘设备上。

排序理由 该条目描述了在arXiv论文中提出的一种新的机器人控制方法和框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• conditional variational autoencoder
• Flow Matching for Generative Modeling
• Latent Flow Matching
• Libero
• LIBERO-Long
• Qwen3-VL 4B
• SmolVLA
• SmolVLA 0.25B
• SmolVLM2-0.25B
• XS-VLA

• 模型发布
• 产品
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →