待验证50% 置信事实精确时间
代表性VLA工作包括RT-2和OpenVLA，通常在海量图像-文本-动作三元组数据上预训练，具备一定的开放世界泛化能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
CarryOn双环框架：让机器人真正懂你的个性化助手
rss2026/10/15
涉及实体
相关事实
待验证代表性VLA工作包括RT-2、OpenVLA、π0等。79% 相似已验证VLA 模型将视觉感知、语言理解与机器人动作规划整合在统一模型中，通常以预训练的大型视觉语言模型为骨干，代表性工作包括 Google 的 RT-2 和 OpenVLA77% 相似待验证OpenVLA（2024年）是基于Llama 2架构的7B参数开源VLA模型，在Open X-Embodiment数据集上训练77% 相似待验证RTMPose是由OpenMMLab开发的实时多人姿态估计框架，能以高帧率输出人体关键点坐标67% 相似待验证OpenVLA 由斯坦福等机构联合发布，是基于 Llama 架构的开源 VLA 基线67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046197API
curl https://kongchang.com/api/v1/knowledge/claims/1046197MCP
get_claim(id=1046197)