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
- 特斯拉新 Roadster 演示:垂直爬墙、倒挂行驶,靠推进器飞离 — tetsuoai · 2026-10-16
- FoveaVLA 用学习式注视动作替代腕部相机,成功率升至 70.8% — Haoyu_Xiong_ · 2026-10-16
- 马斯克暗示：Grok 将进 Optimus 机器人，数字 Optimus 也将入 Grok — beffjezos · 2026-10-16
- OpenDriveLab 等提出 SimVTA:用模拟器渲染未来视频给驾驶世界模型做 RL 后训练 — OpenDriveLab · 2026-10-16
- 9 家机器人数据供应商横评：Scale AI 营收超 10 亿美元，机器人业务能否复制其利润率 — FinanceYF5 · 2026-10-16
- Kroger 裁 3000 个公司岗位占 37%，博主预言人形机器人 2030 年代接棒 — csuwildcat · 2026-10-16