LingBot-VLA 2.0: преодоление разрыва между базовыми VLA-моделями и реальным развёртыванием
LingBot Team
LingBot-VLA 2.0 устраняет разрыв при развёртывании моделей Vision-Language-Action с помощью курируемого набора данных объёмом ~60 000 часов, совмещающего траектории роботов и видео с людьми, расширенной поддержки двурукого и мобильного исполнения, а также предиктивного моделирования динамики посредством видеопредставлений и оценки глубины. Оценивалась на задачах мобильного манипулирования с высокой кросс-морфологической обобщаемостью. arXiv:2607.06403.
Почему это важно
265 голосов на HuggingFace Daily Papers — наиболее обсуждаемая исследовательская работа в окне 8 июля. Напрямую устраняет практические пробелы в развёртывании, ограничивавшие внедрение VLA в разнородных парках роботов.
Важность: 3/5
Топ HuggingFace Daily Paper (265 голосов); устраняет ключевой пробел в развёртывании VLA с практическим вкладом для множества морфологий роботов.