开源10B视觉定位模型VLX-Seek-1.5发布，面向机器人与无人机
pmttyji · reddit · 2026-08-10
omlab在Hugging Face发布了VLX-Seek-1.5-10B，这是一个面向具身场景的开源10B模型，专注于细粒度感知和视觉定位。该模型采用区域检索和区域引用而非坐标生成，支持无人机、机器人、监控等边缘场景。亮点包括：更强的视觉能力、更快的推理设计、显式拒绝缺失目标以减少幻觉。模型计划推出0.6B、3B和10B版本。
「具身」频道最新
- 巴克莱报告：人形机器人本质是算力竞赛，商业化前将引爆算力需求 — coinfanking · 2026-08-10
- 加拿大团队赢得DARPA挑战：29磅无人机载112磅载荷 — wavefnx · 2026-08-10
- NeurIPS 2026 征稿：聚焦物理理解与具身决策 — shaohua0116 · 2026-08-10
- 理想前智驾一号位郎咸朋创业90天融资数十亿，称具身智能烧钱需百亿 — 量子位 · 2026-08-10
- AI篮球训练机器人众筹破百万，主打视觉追踪与动作分析 — 创业邦 · 2026-08-10
- 硬核项目 Klepton：让 Vision Pro 跑起安卓 VR 应用 — LorenDB · 2026-08-10