VLA 模型开源

3D-VLA

University of Massachusetts Amherst、MIT-IBM Watson AI Lab美国

GitHub 仓库 UMass-Embodied-AGI/3D-VLA

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2024 年 3 月
开源协议
代码未声明,权重 MIT
发布方所在地
美国

项目简介

3D-VLA 是把视觉-语言-动作模型扩展到三维世界的生成式世界模型框架,基于 3D-LLM 构建,用交互 token 与环境交互,统一 3D 感知、推理和动作。它训练了与大语言模型对齐的具身扩散模型,可根据观测和语言指令生成目标图像、深度和点云,想象任务完成后的状态。仓库提供目标图像与点云扩散模型的训练推理代码、3D-VLA 预训练代码和三个扩散模型权重。

获取方式

相关概念

数据来源

本页信息均整理自以下公开资料。

2 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

3D-VLA:VLA 模型介绍、GitHub 仓库与开源协议 | 具身集