#视觉语言动作模型
共 4 篇相关文章
·6 分钟
XLeRobot：开源DIY家用机器人实现端到端自主任务
XLeRobot是一款开源DIY家用机器人，使用3D打印零件、廉价舵机和深度相机，通过本地微调SmolVLA视觉语言动作模型，实现从环境探索、物体定位到机械臂操控的端到端自主任务闭环。
阅读全文 →
·12 分钟
DeepSeek V4灰度测试开启，Grok 5.0蓄势待发｜AI大模型最新动态
本期AI日报聚焦五大板块：DeepSeek V4疑似开启灰度测试，思维链质量显著提升；马斯克预告Grok 4.6与5.0下周开测，参数规模达2万亿；上海AI实验室Intern-S2开源模型击败Claude Opus 4.8；xAI建成2000MW级Colossus训练集群；英伟达RoboTTT突破机器人长时程操作瓶颈。
阅读全文 →
·9 分钟
XAI发布Grok Build编程模型，Gemini Spark向Ultra用户开放
XAI开放Grok Build 0.1编程模型API公测，百万token低至1美元；谷歌Gemini Spark智能体面向Ultra用户开放；OpenAI Codex Computer Use登陆Windows；通应实验室发布Coin VLA模型；DeepSeek继续缩减服务功能。
阅读全文 →
科技前沿·8 分钟
Claude驱动NASA火星车规划路线，Windsurf推出IDE模型竞技场
Claude为NASA毅力号火星车规划行驶路线，Windsurf推出Arena Mode实现IDE内模型对比，商汤开源多模态推理模型，Anthropic研究揭示AI辅助学习的利弊。汇总AI领域最新动态。
阅读全文 →