NEO-VLA以2B模型刷新LIBERO成绩
热点事件持续更新
NEO-VLA以2B模型刷新LIBERO成绩
1 篇报道1 个报道来源57 分钟前更新
先了解这件事
AI 综述
liuziwei7发布NEO-VLA架构分析与基准结果：该模型让2B、40层的原生视觉语言模型直接处理原始像素，并通过动作专家输出机械臂26维、底盘8维动作；其LIBERO全量微调平均成功率达95.3%。 按30000步检查点、2000个回合计算，NEO-VLA 2B全量微调成绩高于4B的Gemma-3（91.0）和2B的Qwen3-VL（90.8）；冻结视觉语言模型时成功率也达到90.9，接近上述对手的全量微调水平。
AI 根据报道生成 · 48 分钟前更新
最新进展11月6日 16:03
NEO-VLA：2B 原生 VLM 直接处理原始像素，LIBERO 均值 95.3 胜 Qwen3-VL报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI HuntNEO-VLA：2B 原生 VLM 直接处理原始像素，LIBERO 均值 95.3 胜 Qwen3-VL
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。