OpenVLA：开源视觉-语言-动作模型
深度2026年4月1日34 分钟阅读
OpenVLA在多项机器人任务中超越闭源大模型，且支持消费级GPU微调。机器人研究者、AI工程师及开源社区开发者应关注这一突破性工作。
本文编译自 OpenVLA: An Open-Source Vision-Language-Action Model，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟