实体
VLX-Go
VLX-Go
PulseAugur coverage of VLX-Go — every cluster mentioning VLX-Go across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
机器人通过新AI框架学习高级操作和跟踪 · 跟踪10个来源
研究人员正在开发先进的方法,使机器人能够执行复杂的操作任务,重点是提高在现实世界场景中的鲁棒性和效率。几篇论文介绍了用于具身跟踪、操作策略和任务规划的新框架和技术。这些方法旨在提高机器人导航复杂环境、避免碰撞以及从有限的人类指导中学习的能力,通常利用大型语言和视觉-语言模型进行规划和执行。
-
Om AI 发布 VLX,面向现实世界的流式多模态模型
Om AI 推出了 VLX 系列模型,专为与物理世界进行实时交互而设计。与离线处理视频帧的传统模型不同,VLX 采用新颖的“流式多模态”架构,实现连续的、毫秒级的感知和行动。该系列包括用于持续环境感知的 VLX-Flow、用于精确空间定位的 VLX-Seek,以及用于将视觉理解直接转化为机器人动作的 VLX-Go。
-
Om AI发布VLX:首个设备端流式多模态模型系列
来自杭州的Om AI团队发布了VLX,这是一系列专为真实世界设备端应用设计的端到端流式多模态模型。VLX-Flow、VLX-Seek和VLX-Go模型能够实现连续感知、精确本地化和动作决策,形成一个物理世界交互的闭环系统。与传统的云端模型不同,VLX从根本上为手机、无人机和机器人等边缘设备进行了优化,优先考虑效率和实时响应能力。