VLA 模型开源

JanusVLN

高德地图(阿里巴巴集团)、西安交通大学中国

GitHub 仓库 MIV-XJTU/JanusVLN

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2025 年 9 月
开源协议
未声明
发布方所在地
中国

项目简介

阿里巴巴高德与西安交通大学的视觉-语言导航(VLN)模型,只用 RGB 视频和自然语言指令在连续环境中导航。在多模态大模型 Qwen2.5-VL 之上加入基于 VGGT 的 3D 几何编码器,用两套固定大小的隐式记忆分别保存语义信息和空间几何信息,逐步输出导航动作。提供 Habitat 中 R2R-CE、RxR-CE 的训练与评测代码,权重和预先采集的轨迹数据发布在 ModelScope。

规模
两版权重:Base 用 R2R-CE、RxR-CE 训练,Extra 另加 DAgger 和 ScaleVLN 数据

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。

3 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

JanusVLN:VLA 模型介绍、GitHub 仓库与开源协议 | 具身集