Leap-VLA提出高低频解耦机器人控制架构
热点事件持续更新
Leap-VLA提出高低频解耦机器人控制架构
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Lin Yang等作者在arXiv发布论文，提出Leap-VLA视觉-语言-动作模型架构，把VLA拆成低频与高频两部分：视觉语言模型（VLM）作为低频语义锚点，其缓存上下文跨控制步复用；流匹配动作专家则以低延迟视觉流高频输出动作。 作者称，这一分工使VLM的上下文不必每个控制步重新计算，高频动作交由专门的动作专家生成，从而在保留VLM语义能力的同时实现高频机器人控制。报道未给出该架构在具体任务上的性能数据。
AI 根据报道生成 · 5 小时前更新
最新进展11月3日 13:00
Leap-VLA：用低频 视觉语言模型（VLM，Vision-Language Model） 骨干实现高频机器人控制报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AILeap-VLA：用低频 视觉语言模型（VLM，Vision-Language Model） 骨干实现高频机器人控制
Leap-VLA 将视觉语言动作模型（VLA，Vision-Language-Action）拆成低频语义锚点与高频动作专家：视觉语言模型（VLM，Vision-Language Model） 缓存上下文跨控制步复用，流匹配动作专家以低延迟视觉流高频输出。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。