Nhóm nghiên cứu đề xuất BCP, cho phép mô hình VLA tự quyết định việc tiếp tục thực hiện hay tái lập kế hoạch thay vì dùng tham số cố định, giúp tăng đáng kể độ chính xác cho các tác vụ robot phức tạp.
Vì sao đáng đọc: Nghiên cứu giải quyết vấn đề cốt lõi trong điều khiển robot (VLA), cải thiện hiệu suất thực tế đáng kể bằng phương pháp sáng tạo, có tính ứng dụng cao trong lĩnh vực robotics.
Các nhà nghiên cứu từ Đại học Phúc Đán và Yinwang giới thiệu WAM-Diff2, khung mô hình VLA giúp chuyển đổi từ kiến trúc tự hồi quy sang khuếch tán, tăng tốc độ giải mã lên 15,1 lần mà vẫn giữ nguyên hiệu suất đa nhiệm.
Vì sao đáng đọc: Nghiên cứu giải quyết trực tiếp bài toán độ trễ trong xe tự lái bằng cách kết hợp ưu điểm của mô hình khuếch tán và tự hồi quy, có tính ứng dụng thực tiễn cao.
AtlasVLA giải quyết hạn chế của các mô hình VLA truyền thống bằng cách tích hợp bộ nhớ không gian 4D và trạng thái làm việc cá nhân, giúp robot duy trì nhận thức về môi trường và tiến độ công việc ngay cả khi vật thể nằm ngoài tầm nhìn.
Vì sao đáng đọc: Đây là nghiên cứu quan trọng giải quyết điểm yếu cốt lõi của robot AI hiện nay là khả năng ghi nhớ dài hạn, có tiềm năng ứng dụng cao trong tự động hóa thực tế.
Nhóm OpenMOSS giới thiệu World Critic Model (WCM), giúp mô hình VLA không chỉ đánh giá hiện tại mà còn dự đoán trạng thái tương lai, giải quyết triệt để hạn chế của việc chỉ nhìn ảnh tĩnh trong điều khiển robot.
Vì sao đáng đọc: Đây là bước tiến quan trọng trong lĩnh vực robot học, giải quyết vấn đề cốt lõi của VLA-RL bằng cách kết hợp dự đoán thế giới vào mô hình đánh giá, có tính ứng dụng thực tế cao.
XPeng vừa ra mắt mẫu SUV 5 chỗ G9L với giá khởi điểm 259.800 NDT, đồng thời giới thiệu mô hình VLA 6.3.0 với khả năng xử lý vượt trội, hỗ trợ các tính năng tự lái cấp độ L4 như đỗ xe sát lề và di chuyển trong khu công nghiệp.