StarVLA 开源:乐高式 VLA 开发框架已获近 4000 GitHub 星
wzenus · x · 2026-11-18
Jinhui Ye 团队发布开源(MIT 协议)代码库 StarVLA,用于开发和实验视觉-语言-动作(VLA)模型,已获近 4000 GitHub 星,60+ 社区项目基于它构建。
- 乐高式四层架构:骨干网络(Qwen3-VL、QwenVL-MoE、InternVL、Florence-2 及 Cosmos-Predict2、Wan2.2 世界模型)、动作头(FAST、OFT、π Flow、GR00T)、训练策略(SFT、多模态共训练、跨本体、RL)、评测基准(LIBERO、SimplerEnv、RoboTwin 2.0、BEHAVIOR-1K、CALVIN 等 13 个仿真基准)各层即插即用,共用同一套训练器与策略服务。
- 规模:27 个策略实现、10 个机器人本体、41+ 检查点仓库,覆盖仿真与真机训练评测。
- 使用者评价其为「最清晰易用的 VLA 训练基础设施」。
「具身」频道最新
- HRT1 论文录用:机器人看一条人类视频即可泛化操作 — YuXiang_IRVL · 2026-11-18
- Neuralink 获「活神经元」脑机接口专利,在大脑表层造「第零层」 — XFreeze · 2026-11-18
- VITURE 推 599 美元 Phantom Beast XR 眼镜,为影刃零定制 174 英寸巨幕 — Scobleizer · 2026-11-18
- Meta 雷朋显示眼镜徒步实测:抬腕可见实时地图与配速 — stspanho · 2026-11-18
- 可对着耳语的 AI 戒指 museo 下月发货,开放自建应用与 Agent 工作流 — Scobleizer · 2026-11-18
- Claude Fable 5.2 登顶 LIBERO-10 机器人控制榜,成功率 44%→54% — YuXiang_IRVL · 2026-11-18