Huixi R1

RhinoVLA模型可在边缘硬件上实现实时机器人控制

研究人员开发了RhinoVLA，一个用于边缘硬件上实时机器人操作的视觉-语言-动作（Vision-Language-Action）模型。该模型利用了令牌效率高的Qwen3-VL骨干网络和一个连续动作专家（continuous Action Expert）来降低计算负载和延迟。RhinoVLA还引入了一个统一的接口用于跨机器人学习，并针对硬件部署进行了优化，在满足10 Hz实时控制目标的同时，实现了与现有模型相当的下游性能。