CoBoVLA 模型发布:通过离散代码解耦语言与动作以提升具身智能鲁棒性
热点事件观察中
CoBoVLA 模型发布:通过离散代码解耦语言与动作以提升具身智能鲁棒性
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Mehul Arora、Dhruv Agarwal 和 Ambuj Agrawal 提出了 CoBoVLA(CodeBookVLA)视觉 - 语言 - 动作模型,该模型拥有 2.5 亿参数。其核心创新在于引入可解释的离散码,将指令理解、规划与控制过程解耦。 实验数据显示,在 LIBERO-Goal 基准测试中,CoBoVLA 的操作成功率达到 91.4%,优于 SmolVLA(82.8%)。模型在指令同义改写测试中表现出更强的稳健性,且控制延迟仅为每步 17ms。研究者指出,语言理解仍是导致操作失败的主要来源。
AI 根据报道生成 · 2 天前更新
最新进展11月18日 13:00
CoBoVLA:利用离散码解耦语言与动作以实现鲁棒的机器人操作报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉CoBoVLA:利用离散码解耦语言与动作以实现鲁棒的机器人操作
论文介绍 CoBoVLA(CodeBookVLA),这是一个拥有 2.5 亿参数的视觉 - 语言 - 动作模型,通过引入可解释的离散码将指令理解、规划与控制解耦。实验显示,在 LIBERO-Goal 基准上其成功率达 91.4%,优于 SmolVLA(82.8%);在指令同义改写测试中表现更稳健,且控制延迟仅为每步 17ms。材料指出语言理解仍是主要失败来源,并提供了预印本链接与补充材料。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 911月18日 15:00
- 近 24 小时变化
- -51%
02.557.510
18:0011月19日06:0012:0018:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。