VLA 模型开源

LAPA

University of Washington、KAIST、Microsoft Research、NVIDIA美国

GitHub 仓库 LatentActionPretraining/LAPA

又称 Latent Action Pretraining、LAPA-7B

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2024 年 10 月
开源协议
MIT
发布方所在地
美国

项目简介

从没有动作标注的视频中预训练视觉-语言-动作模型的方法。先训练隐动作量化模型,从相邻帧中学出离散隐动作;再以 Large World Model(LWM)为底座,让模型根据图像和语言指令预测隐动作完成预训练;最后用少量带真实动作的机器人轨迹微调,把隐动作映射到实际动作空间。开源在 Open X-Embodiment 上预训练的 7B 权重,以及隐动作量化、预训练、微调和 SIMPLER 评测代码。

规模
7B 参数(LWM-Chat-1M 底座),隐动作空间大小为 8^4

适配机器人

  • Franka Emika Panda

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。

LAPA:VLA 模型介绍、GitHub 仓库与开源协议 | 具身集