待验证60% 置信事实精确时间
代表性VLA模型工作包括Google DeepMind的RT-2和斯坦福的OpenVLA
2
来源数
60%
置信度
长期有效
时效性
2026/8/17
首次发现
来源
相关事实
待验证视觉-语言-动作模型（VLA）是具身智能的最新范式，代表性工作包括Google DeepMind的RT-2和Physical Intelligence的π078% 相似待验证Google DeepMind的RT系列模型和Meta的项目均在探索用世界模型替代或补充传统物理仿真器74% 相似待验证RT-2是Google DeepMind的Robotics Transformer 2，与OpenVLA等大规模机器人基础模型需要覆盖多样化场景、包含精确空间信息和语义标注的真实世界数据72% 相似待验证Google DeepMind的RT系列包括RT-1、RT-2、RT-X，RT-1训练基础操作能力，RT-2将VLM与机器人动作关联，RT-X通过跨平台数据共享实现更强泛化70% 相似待验证Google DeepMind的Genie系列、Meta的V-JEPA、以及NVIDIA的Cosmos平台都在探索将物理约束嵌入生成模型的技术路径70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/763967API
curl https://kongchang.com/api/v1/knowledge/claims/763967MCP
get_claim(id=763967)