Flow Matching 在具身智能 VLA 模型中的原理与实现（二）

💡论文链接：https://arxiv.org/pdf/2210.02747💡MIT课程链接：Generative AI with Stochastic Differential Equatio… VLA（Vision–Language–Action）模型的核心任务是把来自视觉与语言的多模态条件信息，系统性地映射为连贯且可执行的动作或轨迹分布。要在高维连续动作空间中实现这一映射，既要保证生成
教程笔记
#VLA(视觉语言动作) #具身智能 #多模态大模型 #VLM(视觉语言动作模型) #学习路线 #入门笔记 #flow matching（流匹配） #入门教程 #学习笔记 #扩散模型 #diffusion #AIGC

Flow Matching 在具身智能 VLA 模型中的原理与实现（一）

💡论文链接：https://arxiv.org/pdf/2210.02747💡MIT课程链接：Generative AI with Stochastic Differential Equatio… VLA（Vision–Language–Action）模型的核心任务是把来自视觉与语言的多模态条件信息，系统性地映射为连贯且可执行的动作或轨迹分布。要在高维连续动作空间中实现这一映射，既要保证生成
教程笔记
#VLA(视觉语言动作) #具身智能 #多模态大模型 #VLM(视觉语言动作模型) #学习路线 #入门笔记 #flow matching（流匹配） #入门教程 #学习笔记 #扩散模型 #diffusion #AIGC

VLA论文学习笔记|SG-Nav: Structured Scene Graph with Hierarchical CoT for Zero-shot ObjectNav —— 论文精读

SG-Nav: Structured Scene Graph with Hierarchical CoT for Zero-shot ObjectNav —— 论文精读🔍项目链接：SG-Nav: Online 3D Scene Graph Prompting for LLM-ba…🔍论文链接：https://arxiv.org/pdf/2410.08189🔍李飞飞“空间智能”访谈链接：htt
论文笔记
#VLA(视觉语言动作) #具身智能 #多模态大模型 #VLM(视觉语言动作模型) #论文笔记

VLA前沿论文分享｜天大＆清华最新成果！GeoVLA——具备3D几何空间感知的VLA模型

VLA前沿论文分享｜天大＆清华最新成果！GeoVLA——具备3D几何空间感知的VLA模型⼀、前⾔：2D VLA 的限制与 3D VLA 的潜⼒• 论⽂链接：https://arxiv.org/pdf/2508.09071• 项⽬链接：https://linsun449.github.io/GeoVLA/ 近年来，VLA模型逐渐成为机器⼈领域的研究热点。其⽬标是让机器⼈能够“看懂”视觉信息、“理解
论文笔记
#VLA(视觉语言动作) #具身智能 #多模态大模型 #VLM(视觉语言动作模型) #论文笔记