纪湘事件 最近更新|更新列表|字母检索|下载排行|苹果专区|分类导航

当前位置:首页 → 电脑软件 → 人民日报评沈奕斐被家长疯狂举报 → 纪湘事件 v7.340.8064 PC版

纪湘事件

纪湘事件

  • 电脑版下载
猜你喜欢
标签: 纪湘事件 男生和女生插插
详情
介绍
猜你喜欢
相关版本

内容详情

纪湘事件

如果说 2017 年的 PyTorch 让深度学习从 "少数派的炼丹炉" 变成了 "人人可用的工程平台",那么具身智能(Embodied AI)正在等待属于它自己的 "PyTorch 时刻"。

过去两年,VLA(Vision-Language-Action,视觉-语言-动作)模型几乎是机器人领域最火热的方向:从 Google 的 RT-2、Physical Intelligence 的 π₀,到 NVIDIA 的 GR00T、OpenVLA、Cosmos…… 几乎每隔几周就有新模型刷屏。但走进任何一个机器人实验室你都会发现一个尴尬的现实:

想复现一篇论文?代码不全、数据接口对不上;想公平对比两种方法?训练协议、评估基准各搞一套;想换个动作头试试?整个工程几乎要重写一遍;想知道 "VLM 主干" 和 "World Model 主干" 到底谁更强?没有人在同等条件下比过。

整个 VLA 领域看似繁荣,实则像是一个个 "黑箱" 散落在不同实验室里。

最近,来自港科大和开源社区团队推出了StarVLA开放研究平台。与其说他们创造了一个全新的 VLA 模型,不如说他们做了一件更 “基础设施” 的事:将当前主流的 VLA 范式、动作头、训练策略和评估基准,统一整合到同一个开源框架中,让所有实验都可以在公平、透明、可复现的条件下进行。

值得一提的是,StarVLA 并非一蹴而就的新品,它早已在社区中经过充分检验,拥有超过 2.2k的 star,并获得了广泛认可,一直是社区最流行的框架之一,仅次于美国 NVIDIA 和 Physics Intelligent,在国内同类项目中中断档领先。

这或许正是 VLA 领域所需要的 “PyTorch 时刻”—— 不再只是比谁的 demo 更炫,而是让研究者们站在同一条起跑线上,将 VLA 真正作为一门可以科学验证的学科来深入研究。

论文标题:StarVLA: A Lego-like Codebase for Vision-Language-Action Model Developing论文:https://arxiv.org/pdf/2604.05014代码:https://github.com/starVLA/starVLA支持基准:LIBERO / SimplerEnv / RoboTwin 2.0 / RoboCasa-GR1 / BEHAVIOR-1K / VLA-Arena / Calvin / DOMINO ...

一、为什么说 VLA 需要一个 "PyTorch 时刻"?

回顾深度学习的发展史,会发现一个规律:任何一个领域真正爆发,都离不开一个统一的、开放的、可复现的实验平台。

计算机视觉之于 ImageNet + Caffe / PyTorch;自然语言处理之于 HuggingFace Transformers;大模型微调之于 LLaMA-Factory、DeepSpeed。

而 VLA 目前正处在 ImageNet 之前的 "前夜":模型很多、demo 很炫、论文产出很快,但没有人能告诉你,在严格控制变量的前提下,哪种设计真的更好。

举几个具体的 "灵魂拷问":

自回归动作分词(FAST)、并行回归(OFT)、Flow Matching(π₀)、双系统(GR00T)——这四种动作头在同一个主干下的表现到底差多少?VLM 路线(RT-2、π₀)和 World Model 路线(Cosmos, DreamZero)——真的是两条本质不同的路,还是只是 "辅助信号" 的选择不同?多模态协同训练、跨具身联合训练 ——到底有没有用?提升有多大?在 LIBERO 上 SOTA 的方法,到 RoboCasa、RoboTwin, Behavior 上还能打吗?

在 StarVLA 之前,这些问题几乎没有人能给出系统性答案—— 因为根本没有同时支持这一切的统一平台。

二、StarVLA 是什么?一个 "全栈式" 的 VLA 实验平台

StarVLA 的设计哲学非常克制:不发明新方法,而是把别人发明的好方法,统一搬到一个屋檐下。

整个框架由四层可插拔模块组成:

每一层都可以自由替换、自由组合。 想做 "换动作头不换主干" 的对比?改一行配置。想验证 "协同训练" 的效果?改一个开关。想把 LIBERO 上训好的模型搬到 RoboTwin 上跑实机?同一个接口。

这就是为什么我们说它是 VLA 领域的 "PyTorch 时刻"——它把之前需要重写整个工程才能做的事,变成了改一行配置文件的事。

三、广义 VLA 视角:所有方法,其实是一个公式

在统一这些方法的过程中,作者还提出了一个非常漂亮的理论观察。

VLA 看似流派众多 —— 有的基于语言模型,有的基于视频生成模型;有的自回归,有的扩散;有的单系统,有的双系统 —— 但当你把它们都塞进同一个框架后会发现,它们在数学结构上可以用同一个公式表达:

不同方法的本质区别,仅在于选用什么 "预训练模型初始化" 以及 "辅助训练的信号" 是什么:

VLM 路线:辅助信号是语言推理(让模型继续 "会说话");World Model 路线:辅助信号是未来画面预测(让模型继续 "会想象");极简路线:干脆没有辅助信号,纯动作监督。

作者把这个统一视角称为"广义 VLA"(Generalized VLA)。它意味着:与其纠结 "该选哪条路线",不如思考 "该选什么样的辅助信号"。这一视角,为后续 VLA 的系统性研究提供了一个清晰的理论坐标系。

VLM to VLA 和 World-Model to VLA 的统一架构

四、几个 "反直觉" 的实验发现

虽然 StarVLA 主打 "平台" 而非 "刷榜",但作者在搭建过程中也 "顺手" 做了一批严格控制变量的实验,结果颇有意思:

发现 1:极简设置就能打出强基线

不做任何数据增强、只用基准原始数据和公开预训练权重,StarVLA 在 LIBERO 上仅用 30K 步就达到了 98.8% 的成功率, 在其他主流的 SimplerEnv, Robocasa-GR1, Robotwin 2.0, LIBERO-Plus 上也都有和主流大厂的模型具有非常接近的效果。

而前人代表方法 OpenVLA-OFT, GR00T, PI 等 在同一基准上需要 175K 步 ——训练步数减少了 6 倍。

这说明:以前很多论文堆的 "训练 trick",可能并没有想象中那么必要。一个干净、统一的工程实现本身,就能释放出巨大的性能空间。

发现 2:数据 "杂" 反而更强 —— 通用模型超越专用模型

把 LIBERO、SimplerEnv、RoboTwin、RoboCasa 四个基准的数据混在一起训练同一个模型,结果在难度最高的类人操作基准RoboCasa-GR1 上,成功率从 48.8% 提升到了 57.3%。

这意味着:跨任务、跨形态的多样化数据并不会 "互相干扰",反而会带来正向迁移。这是支持 "机器人大一统模型" 路线的一个重要经验证据。

发现 3:VLM 主干 vs World Model 主干,差距没有想象中大

在同一个 OFT 动作头下分别接入 Qwen3-VL(VLM 路线)和 Cosmos-Predict2(World Model 路线),两者的性能相当接近。

这是一个非常重要的初步结论:业界一直在争论的 "哪条路线才是 VLA 的未来",可能本身就是个伪命题—— 真正决定性能的,也许并不是主干的 "血统",而是辅助信号、训练策略和数据组合。

发现 4:不做协同训练,VLM 会在几千步内 "失忆"

把一个预训练好的 VLM 微调成机器人策略时,它在几千步内就会迅速丢失原有的视觉理解和语言推理能力—— 物体识别变差、空间定位崩坏、指令理解退化。

而加入多模态协同训练后,模型可以同时保住 "动脑" 和 "动手" 两种能力。这一现象在论文中以清晰的曲线图呈现,给所有想要微调 VLM 做机器人的研究者提了一个醒。

五、为什么这件事 "值得被看见"?

VLA 是当前最受资本和学术界关注的具身智能方向之一,但它也是最容易陷入 "内卷式刷榜" 的方向:每家都报告自己 SOTA,但没人能在公平条件下被验证。

StarVLA 的意义恰恰在于打破这种困境:

✅对研究者:终于有了一个可复现、可控制变量的实验平台,做消融、做对比不再需要从零造轮子;

✅对工程师:模块化设计 + 统一接口,从 "换主干" 到 "换基准" 再到 "上实机" 全部打通;

✅对整个领域:当所有方法都能在同一个框架里被公平地 "摆出来",VLA 的发展就从 "比谁声音大",进入到 "比谁经得起验证" 的科学阶段。

这正是一个领域走向成熟的标志 —— 也正是我们说它是具身智能的"PyTorch 时刻"的原因。

六、开源信息

StarVLA 由香港科技大学团队联合开源社区共同推出,目前全部代码、训练脚本、评估接口与预训练权重已开源,并将持续迭代。

论文:https://arxiv.org/pdf/2604.05014代码仓库:https://github.com/starVLA/starVLA (目前已经 2.2k star, 感谢大家)已支持基准:LIBERO、SimplerEnv、RoboTwin 2.0、RoboCasa-GR1、BEHAVIOR-1K已集成方法:[QwenVL and Wan] X [FAST、OFT、π₀、GR00T] 各式各样的 backbone X action header …

如果你正在做 VLA 研究、想搭一套机器人策略基线、或者只是想搞清楚 "这些花里胡哨的 VLA 模型到底差在哪"——这个仓库,值得 Star 一下。

本文报道由港科大 StarVLA 团队提供素材,面向关注具身智能与机器人大模型的读者。欢迎在 GitHub 上参与讨论与共建。

相关版本

    多平台下载

    • PC版

      纪湘事件 v5.568 安卓免费版

    • Android版

      纪湘事件 v1.294 PC版

    查看所有0条评论>网友评论

    发表评论

    (您的评论需要经过审核才能显示) 网友粉丝QQ群号:766969941

    查看所有0条评论>>

    相关软件
    刘玥国产在线 日韩高清在免费线视频 天堂А√在线 亚洲无 码A片在线观看麻豆 尚伯乐X蝰蛇电影免费看 免费来操 久久久亚洲熟妇熟女 欧美高清在线 亚洲精品国产自在现线 funny狼人榨精Gay爆精 huangse网址 免费538 PORNO馃拫1314 女色爽 实践拍击视频业余 91短视频在线播放 国产色婷婷 超碰入口 干逼软件视频 小鸡 伸进 九幺看片 avhd101在线 欧美性爱群p 120免费领取试看 好湿 好紧 好多水好爽自慰 久久激情视频 美女被揉胸动图 国产精品传媒秘 奶咪 亚洲乱码中文 高清黄在线观看污 97人人插 裸裸TV线上免费看 农村脱身舞表演视频怎么拍 一区二区三区高清视频一 91 插进 里 硬汉视频污 欧美日韩精品一区二区三区在线 国内精品久久久久 什么网站可以看三级片 稚名空 黑土躺床上流白色粘液 卫鲤被焯出白水视频 狼友色色 欲梦黑料 美女吃鸡巴 陈美娇一打七 f24a触屏版孙乐乐 欧美老妇人网 美女的下体app旧版版视频 无码专区无码专区观看 捆绑 调教视频网站软件下载链 一区四区 姐姐 铁粉空间网页版破解版 h版宝可梦 校花被日 亲嘴网站 天堂在线观看视频2018 5x社区 日本三级黄色 性交软件 阿宾情史 酱视频在线观看视频免费版网页黄 日本w 吸乳羞羞网站 igao视频网在线 晚上看的黄黄的视频网站 汉责女贝惩罚 leisi.apk官方下载 黄色视频AAAA 日本来源婬妇 三九色色网 国产igao视频一区二区 被迫献身的系列小说 800zy免费资源国产 国产黄色老年大片 国产在线观看国产精品产拍 久久久久 交换 的搜索结果 - 91n www.18av 二次元口球 elitepain 日本精品999 不卡av中文字幕 欧爱视频 打扑克又喊又叫在线免费观看网站在线看 92无码 鬼灭之刃18手游官网入口 久久19精品 A级毛 福利姬视频 zoz〇zOz女人另类zoz0 @jlzz 熟女9117 色片软件下载 视频中文字幕一区乱熟 少司缘裸体 开腿裸体游戏 天天插天天色 jmcomic官网版app下载 素人在线视频 16岁安装包安装入口 豆传媒剧mv入口 纵横欲海3 365days在线观看 毛茸茸成熟的老B 亚洲人做受   高潮日本望乡 超碰A 日韩你懂的1024 萝莉自慰视频 91不打码 黄金网站app软件下载安装oppovivo 色秀剧场 欧美日韩中文 SweetieFox在线观看免费全集 涩涩屋 看看黄色片的视频 男女差差 正在播放:xiaogou-百变女神cos瑶妹自慰双穴 - 17 色鸡 我干了小姨子 走村媳好美 2次元图片超裸 凹凸视频在线
    热门网络工具