研究人员推出REKI,一个拥有24亿参数的视觉语言动作模型(VLA),在性能和规模之间取得了优异的平衡。REKI仅使用公开数据进行训练,在LIBERO-Plus、RoboTwin Clean2Rand和RoboCasa365等基准测试中表现出竞争力,只有更大的模型才能超越它。该模型采用一种使用寄存器令牌的记忆机制来访问近期历史信息,从而提高了成功率并减少了机器人任务中的振荡。 AI
影响 该模型的效率设计和强劲性能有望加速机器人和具身AI领域的研究与开发。
排序理由 该集群描述了一篇关于新型视觉语言动作模型的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →