模型，核心特点就是“小而精”。该模型0.5B参数量，体积非常轻量化，但在收纳、插花等多步骤操作任务测试中，其成功率与参数量数十倍、数百倍于它的主流大模型表现相当。据了解，SimVLA采用了独特的架构，将视觉语言理解与动作控制深度解耦，使得训练所需显存大幅压缩至9.3GB。这意味着，研发人员甚至可以在普通的消费级显卡上对它进行训练和微调，极大地降低了中小企业参与具身智能研发的硬件门槛。
=*=*=*=*=*=
当前为第2/2页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页