VLA 记忆架构之争:LLM 管长期历史,滑窗帧负责实时控制

YouJiacheng · x · 2026-11-23

YouJiacheng 与网友讨论 VLA(视觉-语言-动作模型)的记忆设计:人类显然不会记住每一帧,长期历史在概念/文本层面维护很可能就足够。他主张 VLA 用滑动窗口保留近期帧做实时控制,而由 LLM 持有「长但非视觉」的历史来指挥。

所属事件:VLA 记忆架构探讨:LLM 存长期史,滑窗帧管实时控制(3 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →