MMLab@NTU提出原生具身模型NEO-VLA:从像素直出动作
MMLab@NTU提出原生具身模型NEO-VLA:从像素直出动作让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?
来自主题: AI技术研报
6977 点击 2026-11-16 09:18
搜索
让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?