跳到正文
AGI Hunt· liuziwei7·· 1 小时前AI 评分47

NEO-VLA:2B 原生 VLM 直接处理原始像素,LIBERO 均值 95.3 胜 Qwen3-VL

NEO-VLA:2B 原生 VLM 直吃原始像素,LIBERO 均值 95.3 胜 Qwen3-VL

AI 导读

NEO-VLA 以小型 conv patchifier 将原始像素直接输入 2B、40 层的原生 VLM(NEO-2B),再通过共享 t-RoPE 偏移的 flow-matching action expert 输出机械臂 26D 与底盘 8D 动作。

来源:AGI Hunt · agihunt.info