10 月 19 日发表的 CondenseVLA 在多帧 VLA 的解码器侧加了一个可学习的历史压缩模块：用可学习查询与多头交叉注意力，把逐帧视觉特征蒸馏成固定数量的 slot token，并以正则化让各 slot 的注意力互不重叠。Simpler-WidowX 上的成功率从 58.7% 升至 69.8%。
正文完
VLA 学会压缩历史：CondenseVLA
评论（没有评论）
搜索
最新文章
全球具身智能挑战赛在杭州闭幕
首届全球具身智能应用创新挑战赛暨 2026 中国机器人大赛 10 月 18 日在杭州滨江闭幕，决赛阶段 200...
四足机器人学会滑冰赶路
带被动轮的四足机器人学会了像滑冰一样赶路：间歇蹬地、靠惯性滑行，转向和动力分配由一套强化学习策略在时间预算下统...
VLA 只学变化量
一篇昨日提交的机器人操作论文提出 VLDA，把完整未来状态预测压缩为紧凑的可执行变化量 Delta，作为视觉语...
TrajWAM 让机器人先预判再抓取
10 月 19 日的机器人操作论文提出 TrajWAM，专治动态抓取的老毛病：目标在动，规划总赶不上。它先用一...
VLA 学会压缩历史：CondenseVLA
10 月 19 日发表的 CondenseVLA 在多帧 VLA 的解码器侧加了一个可学习的历史压缩模块：用可...
热门文章
维他动力拟获3亿元增资
维他动力拟获 3 亿元增资，关联投资方是拟新设的公司，由江特电机董事长王新控制，公告披露的未经审计合并口径显示...
NatureWill 发布 500 亿参数物理世界模型 Natura-1
NatureWill 发布 Natura-1，称其是为物理世界打造的首个通用基础模型，500 亿参数 MoE，能零样本把自然语言指令变成灵巧手行动。
机器人比拼干活能力，具身智能加快进厂
在龙旗科技南昌工厂，智元精灵 G2 连续 6 天并线直播，精密上下料成功率达 99.99%，节卡 Kargo1...
智元拿下全球人形机器人出货量第一，上半年份额约35%
IDC数据：2026上半年智元以约35%份额拿下全球人形机器人出货第一，创始人彭志辉出自华为“天才少年”计划。
HiDream vivago R1 全球上线，端到端一次产出完整视频
HiDream vivago R1 全球上线，端到端一次产出完整视频，单次工作流最长可产出 5 分钟的完整视频...
最新评论
智梦
很好的开源项目