OpenVLA

Modèle visuel-langage-action (VLA) open source, stimulant le développement des technologies de robotique.

Produit OrdinaireProductivitéRobotiqueIntelligence artificielle

OpenVLA est un modèle VLA open source de 700 millions de paramètres, pré-entraîné sur 970 000 épisodes robotiques du jeu de données Open X-Embodiment. Ce modèle établit une nouvelle référence industrielle pour les stratégies d'opération robotique généralisées. Il prend en charge le contrôle de plusieurs robots prêts à l'emploi et peut s'adapter rapidement à de nouvelles configurations robotiques grâce à un réglage fin efficace en termes de paramètres. Le point de contrôle et le processus d'entraînement PyTorch d'OpenVLA sont entièrement open source. Le modèle peut être téléchargé depuis Hugging Face et soumis à un réglage fin.

Best AI Websites & Tools

OpenVLA

OpenVLA Dernière situation du trafic

OpenVLA Tendance des visites

OpenVLA Distribution géographique des visites

OpenVLA Sources de trafic

OpenVLA Alternatives

OpenVLA — Modèle visuel-langage-action (VLA) open source, stimulant le développement des technologies de robotique.

Guide de développement du robot humanoïde Zhiyuan Lingxi X1 — Robot humanoïde entièrement open source

Instella — Instella est un modèle linguistique open source haute performance développé par AMD, conçu pour accélérer le développement des modèles linguistiques open source.

Clone — Clone est un robot humanoïde doté de la technologie révolutionnaire des muscles artificiels Myofiber, capable de marcher naturellement.

Migician — Migician est un grand modèle linguistique multimodale axé sur la localisation multi-images, capable de réaliser une localisation précise multi-images de forme libre.

Aria Gen 2 — Aria Gen 2 est une nouvelle paire de lunettes intelligentes conçue pour la recherche en perception machine, en IA contextuelle et en robotique.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

Figure AI Helix — Helix est un modèle vision-langage-action pour le contrôle de robots humanoïdes polyvalents.

QwQ-Max-Preview — QwQ-Max-Preview est le dernier né de la série Qwen, basé sur Qwen2.5-Max. Il offre des capacités de raisonnement et d'applications multi-domaines puissantes.

AlphaMaze-v0.2-1.5B — Méthode innovante pour améliorer les capacités de raisonnement visuel des grands modèles linguistiques (LLM) en résolvant des tâches de labyrinthes textuels.

Le Manuel des Systèmes Ultra-Scalables — Un outil dédié à la conception et à l'optimisation de systèmes ultra-scalables, offrant des solutions performantes.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 est un modèle de base vidéo open source centré sur l'humain, axé sur la génération de vidéos de qualité cinématographique.

OpenThinker-32B — OpenThinker-32B est un puissant modèle d'inférence open source, conçu pour améliorer les capacités d'inférence sur des données ouvertes.

Application OLMoE — Ai2 OLMoE est une application de modèle linguistique open source fonctionnant sur les appareils iOS.

Huginn-0125 — Huginn-0125 est un modèle profond récurrent à variables latentes de 3,5 milliards de paramètres, excellemment adapté au raisonnement et à la génération de code.

FireRedASR — Modèle de reconnaissance automatique de la parole (RAP) en mandarin standard industriel open source, compatible avec de multiples scénarios d'application.

RAG-FiT — RAG-FiT est une bibliothèque conçue pour améliorer la capacité des grands modèles de langage (LLM) à exploiter des informations externes, en affinant les modèles sur un ensemble de données spécialement créé pour l'augmentation RAG.

Nom de code Goose — Agent d'intelligence artificielle fonctionnant localement, automatisant les tâches d'ingénierie de manière transparente.

Open-source DeepResearch — Outil de recherche approfondie open source visant à reproduire les fonctionnalités de Deep Research via un framework open source.

ASAP — ASAP est une technique d'apprentissage des compétences globales de robots humanoïdes agiles, qui permet le transfert de compétences grâce à une simulation alignée sur la physique réelle.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

SpeechGPT 2.0 - version préliminaire — Premier système d'interaction en temps réel de niveau humain axé sur l'intelligence contextuelle, prenant en charge l'interaction vocale multi-émotionnelle et multi-stylistique.

leapfusion-hunyuan-image2video — Une nouvelle technique d'échantillonnage image-vers-vidéo, basée sur le modèle Hunyuan, permettant la génération de vidéos de haute qualité.

Baichuan-M1-14B — Modèle linguistique large open source développé par Baichuan Intelligence, optimisé pour les scénarios médicaux, offrant des capacités générales et des performances exceptionnelles dans le domaine médical.

FilmAgent — FilmAgent est un framework de collaboration multi-agents basé sur les LLM, conçu pour la production cinématographique automatisée de bout en bout dans un espace 3D virtuel.

DeepSeek-R1 — DeepSeek-R1 est un modèle d'inférence haute performance, prenant en charge plusieurs langues et tâches, adapté à la recherche et aux applications commerciales.

Flex.1-alpha — Modèle pré-entraîné de génération d'images à partir de texte, doté de 8 milliards de paramètres et sous licence open source Apache 2.0.

Modèles linguistiques de grande taille auto-adaptatifs — Un framework de modèles linguistiques de grande taille (LLM) auto-adaptatif s'ajustant en temps réel aux tâches inconnues.

Moondream AI — Modèle linguistique visuel open source, fonctionnant sur divers appareils.

Valley 2.0 — Modèle linguistique de grande taille multimodale améliorant le traitement des données textuelles, images et vidéos.