VLA 模型仅论文

GR-3

ByteDance Seed中国

又称 GR3

返回项目库
类别
VLA 模型
开放程度
仅论文
发布时间
2025 年 7 月 21 日
发布方所在地
中国

项目简介

字节跳动 Seed 的视觉-语言-动作模型,用于双臂移动机器人。以 Qwen2.5-VL-3B-Instruct 为底座,配合动作扩散 Transformer 用流匹配生成动作块,输入多视角图像、语言指令和机器人状态。训练数据包括网络视觉语言数据、机器人轨迹和 VR 设备采集的人类轨迹,可用少量人类轨迹适配新物体。同时发布双臂移动机器人 ByteMini。只有技术报告。

规模
4B 参数(Qwen2.5-VL-3B-Instruct 底座 + 动作 DiT)

适配机器人

  • ByteMini

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。

GR-3:VLA 模型介绍、开源协议与资源链接 | 具身集