AIbase

机器人操作控制
Flower Libero 10
MIT
FlowerVLA是一个针对机器人操作任务预训练的视觉-语言-动作流策略模型，训练数据来自LIBERO 10数据集，仅包含10亿参数。
多模态融合
英语
F
mbreuss
14
2
Flower Calvin D
MIT
FlowerVLA是一个针对CALVIN D数据集预训练的视觉-语言-动作流模型，采用高效的流匹配架构，仅约10亿参数即可实现通用机器人操作策略。
多模态融合
英语
F
mbreuss
16
3
Flower Calvin Abc
MIT
FlowerVLA是一个针对机器人操作任务预训练的视觉-语言-动作模型，基于CALVIN ABC数据集训练，采用高效的流匹配架构，仅约10亿参数。
多模态融合
英语
F
mbreuss
20
3
Flower Calvin Abcd
MIT
FlowerVLA是一个针对CALVIN ABCD数据集预训练的机器人操作模型，采用创新的视觉-语言-动作流策略，仅包含10亿参数，专为机器人学习设计。
多模态融合
英语
F
mbreuss
24
3
Cogact Small
MIT
CogACT是一种基于视觉语言模型(VLM)衍生的新型高级视觉语言动作(VLA)架构，专为机器人操作设计。
多模态融合
Transformers
英语
C
CogACT
405
4
Cogact Large
MIT
CogACT是一种基于视觉语言模型(VLM)衍生的新型高级视觉语言动作(VLA)架构，专为机器人操作设计。
多模态融合
Transformers
英语
C
CogACT
122
3
Cogact Base
MIT
CogACT是一种新型视觉语言动作(VLA)架构，结合视觉语言模型与专用动作模块，用于机器人操作任务。
多模态融合
Transformers
英语
C
CogACT
6,589
12