待验证50% 置信事实精确时间
JADE（Joint Action DEnoiser）是一种让VLM与动作专家共同参与动作精炼过程的VLA架构方法。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证动作模型的典型代表是视觉-语言-动作模型（VLA），如 RT-2、OpenVLA，通常以预训练多模态大模型为骨干，通过机器人数据微调后直接输出关节位置、末端执行器轨迹或离散动作 token。68% 相似待验证VLA（视觉-语言-动作）策略是将视觉感知、自然语言理解与机器人动作控制统一在同一模型框架中的机器人领域范式67% 相似待验证VLA将机器人的物理动作表示为动作token，在统一序列预测框架中端到端完成从感知到行动的推理，Google DeepMind的RT-2系列工作是这一范式的代表66% 相似待验证GUI Agent 通常结合 VLM 的感知能力与规划模块，将高层目标分解为多步操作，具有跨平台通用性，但面临推理延迟高、对动态内容时序理解有限、动作随机性影响测试确定性等挑战。65% 相似待验证PaceVLA 的动作专家是一个专门负责动作生成的共享骨干网络，接收视觉与语言表征，输出动作序列的隐表示，而非多个专家网络。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129174API
curl https://kongchang.com/api/v1/knowledge/claims/1129174MCP
get_claim(id=1129174)