NEO-VLA 发布：免编码器让像素直接变动作

NEO 系列第四项工作 NEO-VLA 发布，论文、GitHub 与项目页同步开源。该模型主张「从像素到动作」的 System-1 原生视觉-语言-动作架构，采用免编码器设计，实验质疑了 VLA 必须依赖为语义理解蒸馏的视觉表示这一常见假设，证明动作生成可以直接基于像素特征完成。

2026-11-11 ~ 2026-11-11 · 2 条相关

• NEO 系列第四作 NEO-VLA：免编码器原生 VLA 让像素直接变动作 — liuziwei7 · 2026-11-11
• NEO-VLA 论文开源：质疑 VLA 必须用语义编码器表示的假设 — liuziwei7 · 2026-11-11