YouJiacheng:16 小时视觉快照已远超现有 VLM 记忆
YouJiacheng · x · 2026-11-23
YouJiacheng 在讨论中强调,按每分钟一张视觉快照的方案算出的容量(16 小时以上)已经远大于现有任何 VLM 的记忆规模,作为对「视觉 token 成本过高」质疑的进一步回应。
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)→
「具身」频道最新
- OpenAI 联名掌机 ModRetro Chromatic Codex 版开箱在即,附可编程卡带 — Yamapama · 2026-11-23
- 奶爸用 Hermes 全程打造 YOLO 本地识别版 3D 打印宝可梦图鉴 — Teknium · 2026-11-23
- 特斯拉 Optimus 弹钢琴:人形机器人灵巧操作再进一步 — dioscuri · 2026-11-23
- 稳定 JEPA 可自动分块时间轴,只在意外事件时调用预测器省推理开销 — MarcJSchmidt · 2026-11-23
- 特斯拉 FSD V15 后续:全路线学习导航+Grok 语音控车将至 — PTrubey · 2026-11-23
- 博主3D打印机器人外壳,单件耗时近21小时用料833克 — jakedahn · 2026-11-23