Openvla
PulseAugur coverage of Openvla — every cluster mentioning Openvla across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
达晓机器人发布统一具身AI模型ACE-Brain-0.5
达晓机器人发布了ACE-Brain-0.5，这是一款专为物理自主AI设计的新型统一具身基础模型。该模型将空间感知、决策规划、具身交互和自我评估整合到一个80亿参数的单一主干中。ACE-Brain-0.5旨在使机器人能够在真实环境中自主感知、规划、行动和进化，并在多项基准测试中超越现有模型。
-
AI模型激活信号预示视觉变化下的近期故障
研究人员开发了一种方法，通过分析视觉语言动作（VLA）模型（如OpenVLA）的内部激活来检测其潜在故障。在涉及视觉分布变化（特别是遮挡）的受控实验中，一个基于执行后激活训练的轻量级监控器在预测15步范围内的任务失败方面取得了高精度（AUROC 0.972）。这种方法比基线方法更有效，并且即使在测试于不同类型的视觉变化（如相机抖动）时也保持了一定的预测能力，尽管它并未建立因果关系或提供恢复解决方案。
-
智谱坊融资5亿美元，估值20亿美元，领跑中国具身AI赛道 · 追踪1个来源
中国具身智能初创公司智谱坊已获得近5亿美元的新一轮融资，公司估值超过2000亿人民币。本轮融资吸引了国家投资基金、行业领导者和风险投资公司的参与，将加速其AI驱动的机器人大脑的开发和量产。智谱坊专有的NeuroVLA模型，灵感来源于人脑，据称比现有模型具有更优越的稳定性和效率，使该公司在该新兴的通用机器人领域处于领先地位。
-
新研究增强了用于机器人和视觉推理的VLA模型
近期研究探索了增强用于机器人操作和通用视觉推理的视觉-语言-动作（VLA）模型。研究通过域随机化和照片级真实感渲染来研究模拟到现实的泛化能力，并提出诸如 Faithful Warm-Start 等方法，通过在强化学习前确保视觉保真度来提高VLM推理的稳定性。其他工作引入了置信度驱动的测试时强化学习，无需外部奖励即可实现自我改进，以及状态感知分词器，以更好地从离散代码中解码动作。此外，研究还检查了VLA模型中的架构冗余，发现语言骨干对于…
-
新的VLA模型在潜在空间中精炼机器人行动计划
研究人员开发了新的视觉-语言-行动（VLA）模型框架，以改进机器人操作任务。其中一种方法PearlVLA在视觉-语言模型的潜在空间中精炼行动计划，以平衡效率和审慎性。另一种方法LAWM使用世界模型对无标签视频数据进行自监督预训练，从而实现跨不同具身和环境的知识迁移。这两种方法在LIBERO等基准测试中均展现出最先进的性能，LAWM还展示了其在实际应用中的效率。
-
新框架通过推理和物理基础增强AI具身操作 · 已追踪4个来源
研究人员开发了Guava框架，旨在通过整合高级推理与外部感知、规划和控制模块来增强AI代理的具身操作能力。该框架确定了迭代感知-推理-行动循环、语义动作抽象和多模态观察是有效具身代理的关键组成部分。Guava已证明其能够以极少量的训练数据将复杂的操作技能提炼成一个紧凑的4B开源模型，在模拟和现实世界环境中均取得了与前沿专有模型相当的性能。此外，PhysVLA框架提供了一个即插即用的解决方案，它可以在不重新训练的情况下包装现有的视觉-语…
-
新框架利用轨迹数据检测机器人执行失败
研究人员开发了一个名为 Hide-and-Seek 的新框架，以提高使用视觉-语言-动作 (VLA) 模型的机器人的可靠性。该方法通过识别表明问题的特定动作来检测执行失败，而无需详细的逐行注释。通过在轨迹级别数据上使用对比学习，Hide-and-Seek 可以精确定位失败信号，并在准确性和及时性之间取得良好的平衡，适用于现实世界的机器人应用。
-
新的VLA-Hijack攻击利用了AI模型的视觉自我定位能力
研究人员开发了VLA-Hijack，一个新颖的对抗性框架，旨在利用视觉-语言-动作（VLA）模型的漏洞。该方法通过创建“幻影具身”，利用机器人手臂的视觉自我定位能力来破坏其运动规划能力。VLA-Hijack在白盒场景中表现出更高的效率，并在黑盒设置中跨不同模型架构和领域展现出更优越的可迁移性。
-
Stellar Motion Era 的具身AI模型Era0荣登全球RoboChallenge榜首
清华系机器人公司Stellar Motion Era在具身AI的全球基准测试RoboChallenge中拔得头筹。其自主研发的具身模型Era0在30项真实世界任务中展现出卓越性能，体现了在感知、规划和控制方面的先进能力。Era0的成功归功于一种新颖的方法，该方法将视觉-语言-动作（VLA）模型与世界模型深度融合，实现了更强大、更具适应性的物理任务执行。
-
三星的DAM-VLA解耦机器人手臂和抓手动作，实现SOTA操控
研究人员推出DAM-VLA，这是一种新颖的视觉-语言-动作（VLA）模型，旨在通过解耦手臂运动与抓手动作来增强机器人操控能力。该方法解决了现有模型将单一动作框架用于所有任务的局限性，而这种方法难以应对大规模手臂运动和精确抓手操作的独特需求。DAM-VLA利用双尺度加权机制和动态动作路由来提高效率和准确性，在抓取放置和家具组装任务上取得了最先进的成果。