liyiyang

摘要： 什么是VLA大模型？ VLA 指的是 Vision-Language-Action（视觉-语言-动作）模型。它是一种多模态大模型，其核心思想是将视觉感知（Vision）和语言理解（Language）的能力整合到一个框架中，并直接输出物理世界的动作（Action），从而控制智能体（如机器人）完成复杂任 阅读全文