先日、銀河通用科技公司は北京智源人工知能研究院、北京大学、香港大学と共同で、エンドツーエンドの具現化された把握基礎大規模言語モデルであるGraspVLAを発表しました。このモデルの登場は、具現化知能技術における大きなブレークスルーを意味し、知覚、学習、環境との相互作用の総合的な能力を備えています。GraspVLAのトレーニングプロセスは、事前トレーニングと事後トレーニングの2段階で構成されています。事前トレーニング段階では10億フレームのデータに基づいており、さまざまなシナリオにおける高い汎化能力とゼロショットテスト能力を確保しています。