AtlasVLA：引入持久化记忆的具身视觉-语言-动作模型
CASIA-IVA-Lab · hf · 2026-08-13
中科院团队提出 AtlasVLA，旨在改进视觉-语言-动作（VLA）模型在具身智能中的表现。
传统模型多为被动反应式控制，AtlasVLA 引入了持久化的“世界-自我”状态记忆机制，使模型能够进行主动推理。该架构仅需单个腕部摄像头，即可实现鲁棒的长时序机械臂操作任务。
「具身」频道最新
- Black Forest Labs 预热 FLUX 3：单模型打通图、视、音及机器人动作预测 — bennash · 2026-08-13
- 开发者探索本地智能体视觉训练，欲打造水面波浪计算池 — cephaloform · 2026-08-13
- Agility Robotics高管：教机器人后空翻易，捡笔难 — jonstephens85 · 2026-08-13
- Pi 公司扩张机器人版图：招募硬件与生态全栈通用人才 — minsuk_chang · 2026-08-13
- 人形机器人遭群嘲：工业落地打不过机械臂 — kscottz · 2026-08-13
- 成立半年估值70亿：擎天租用互联网打法做人形机器人租赁 — 创业邦 · 2026-08-13