Robota-Embed统一VLA嵌入模型发布
热点事件持续更新
Robota-Embed统一VLA嵌入模型发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yunze Liu等作者发布 Robota-Embed，称其为首个视觉-语言-动作（VLA）嵌入模型，可同时编码当前状态查询与记录的未来延续，即把视觉、语言、动作三种模态统一到同一嵌入中。 作者在自建的 Robota-Embed-Bench 基准上报告，该模型取得 47.33% 的 clip 级和 81.77% 的 episode 级 R@1，分别超过 Gemini Embedding 2 达 22.09 和 33.47 个百分点。上述性能与对比数据均来自作者自建基准，尚未见独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
Robota-Embed：统一 VLA 嵌入实现机器人上下文学习与进化报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVRobota-Embed：统一 VLA 嵌入实现机器人上下文学习与进化
首个视觉-语言-动作（VLA）嵌入模型 Robota-Embed 发布，可同时编码当前状态查询与历史未来延续，在自建 Robota-Embed-Bench 上取得 47.33% clip 级和 81.77% episode 级 R@1，超过 Gemini Embedding 2 达 22.09 和 33.47 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。