VLA 模型开源

NaVILA

University of California San Diego、University of Southern California、NVIDIA美国

GitHub 仓库 AnjieCheng/NaVILA

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2024 年 12 月
开源协议
Apache-2.0
发布方所在地
美国

项目简介

NaVILA 是足式机器人视觉语言导航的两层框架:上层 VLA 根据视频帧和语言指令生成用自然语言表达的中层导航指令,下层实时运动控制策略执行并避障。VLA 部分基于 NVILA(SigLIP + Llama 3 8B),在 R2R、RxR、EnvDrop、ScanQA 和 YouTube 人类行走视频等数据上训练。仓库提供模型权重、训练代码、基于 VLN-CE 的评测和数据标注,Isaac Sim 评测与运动控制代码另有仓库。

规模
VLA 部分为 8B 参数(SigLIP + Llama 3 8B)

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。

NaVILA:VLA 模型介绍、GitHub 仓库与开源协议 | 具身集