当我们谈论具身智能的未来时，总会畅想这样的场景：下班前给家里的机器人发一句 “晚上 6 点我到家，准备好烤奶酪三明治，再把厨房打扫干净”，机器人就能自主完成食材取用、食材处理、餐品制作，再到餐具清洗、

就在最近，小鹏发布了第二代视觉—语言—动作（VLA）模型。其实随着自动驾驶技术的发展，行业正处于从手工规则体系向物理世界大模型的深层跨越。早期的自动驾驶方案高度依赖于模块化的架构设计，将感知、预测与规

上一篇文章：PI VLA模型解读系列（一）：从π0模型到Hi Robot?主要围绕π0模型、FAST动作分词器以及分层交互机器人系统Hi Robot展开介绍。本文将衔接上一篇内容，继续介绍Physic

今天继续来回答小伙伴的提问，最近有一位小伙伴提问，VLA模型中的理解是不是也基于一些预置的规则指导行动的？其实这个问题非常值得讨论，今天智驾最前沿就带大家详细聊一聊。 视觉-语言-动作（VLA）模型是

今日，美国具身智能创业公司 Physical Intelligence（简称 PI ）发布了最新机器人基础模型?π*0.6。 官方称，过去一年，机器人成功完成一半任务并不难，但要让它每次都成功却非常困

2024年3月，谷歌DeepMind正式推出端到端的框架RT-H。它是一个带动作分层结构的机器人Transformer ——?将语言化动作作为高级任务描述与低级动作之间的中间预测层，从而通过语言化动作