2024-06-13
OpenVLA
OpenVLA 团队
离散动作 VLA
如何把视觉语言预训练迁移到机器人操作？
将动作编码为离散输出，支持针对目标任务适配。
在狭窄精细任务中，专用 Diffusion Policy 仍可能更合适。
发表、开放与复现记录
- 论文论文首次公开
- 开放资料官方仓库 Initial release
- 独立复现：本轮未核实，不能据此判断没有复现。
机器人操作专题 · 2024–2025
机器人操作：2024–2025 历史专题
历史参照；2026 近期跨方向研究请见路线演进与横评。
问题不是“能否演示”，而是换条件后还能否完成
本期关注室内操作与机械臂研究。VLA 指视觉语言动作模型；它连接图像、语言指令与机器人动作，但不自动解决整机可靠性。
项目图片暂不可用，原始展示见来源链接。
技术如何展开
2024-10-31
pi0
Physical Intelligence
连续动作 VLA
如何生成连续、灵巧的操作行为？
视觉语言主干连接流匹配动作专家。
复杂任务包含后训练，不能全部解读为零样本能力。
发表、开放与复现记录
- 论文论文首次公开
- 开放资料openpi 当前可读；首次开放日期未核实
- 独立复现：本轮未核实，不能据此判断没有复现。
2025-04-22
pi0.5
Physical Intelligence
异构数据与层级决策
如何在陌生场景组织多步骤操作？
联合多类数据，用高层语义步骤连接低层动作。
论文完整方法与开放实现的支持范围，需要分别核验。
发表、开放与复现记录
- 论文论文首次公开
- 开放资料openpi 发布 pi05；日期仅精确到月
- 独立复现：本轮未核实，不能据此判断没有复现。
2025-06-02
SmolVLA
Hugging Face 及合作者
轻量模型与异步执行
如何让模型预测与机器人执行协同？
较小主干连接动作专家，以异步动作分块组织执行。
公司本体上的实际响应、任务成功和适配效果尚未验证。
发表、开放与复现记录
- 论文论文首次公开
- 开放资料官方博客提供代码、模型及使用入口；非首次提交日期
- 独立复现：本轮未核实，不能据此判断没有复现。