研究团队提出Fast-VLA高效机器人操作架构
热点事件观察中
研究团队提出Fast-VLA高效机器人操作架构
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究团队提出名为Fast-VLA的机器人操作视觉语言动作模型架构。该架构在每个任务回合仅调用一次冻结的4B视觉语言模型构建固定键值任务记忆，运行时由轻量在线模块结合实时视觉与本体感知反馈检索记忆并预测动作，无需重复运行基础大模型。 实验数据显示，Fast-VLA在RoboTwin 2.0的Clean和Randomized测试中成功率分别达到92.46%与92.40%，在LIBERO和LIBERO-Plus评估中分别达到95.95%与79.11%。在相同硬件下，该架构将RoboTwin上的分摊策略推理时间缩短了10.9至17.1倍，预填充后的在线常驻内存为1.22 GiB。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 15:05
Fast-VLA：单次提取任务记忆的高效机器人操作视觉语言动作模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · 工业智能研究摘要精选Fast-VLA：单次提取任务记忆的高效机器人操作视觉语言动作模型
预印本摘要显示，研究者提出Fast-VLA策略，通过每个回合仅调用一次冻结的4B视觉语言模型构建固定键值任务记忆，运行时由轻量在线Actor结合当前视觉与本体感知反馈检索记忆并预测动作，无需重复运行基础大模型。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 510月16日 13:00
- 近 24 小时变化
- –
0246
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。