北京
分享至
1月29日，宇树科技开源其面向通用人形机器人操作的VLA大模型UnifoLM-VLA-0。
据介绍，针对操作类任务中对指令理解与空间感知的高要求，模型通过继续预训练深度融合了文本指令与2D/3D空间细节，增强了模型的空间感知能力。同时，模型构建了全链路动力学预测数据，模型具备更好的任务泛化性。
基于Qwen2.5-VL-7B开源模型，宇树构建了覆盖机器人与通用场景的多任务数据集，并开展持续预训练。针对操作类任务，团队还对开源数据集进行了系统化清洗，最终仅用约340小时的真机数据，进行离散动作的预测训练。
宇树表示，经由仿真环境与真机实验的多任务训练验证，结果显示该模型具备单模型处理多任务的通用能力，在LIBERO仿真基准测试中，多任务模型取得了接近最优的性能。在真机验证中，仅需单一策略即可高质量完成12类复杂的操作任务。（澎湃新闻记者 秦盛）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
