跳到正文

试运行:收录范围与分类仍在校准,更新可能延迟。

  1. 我爱计算机视觉78

    腾讯混元发布 8B 交互式世界模型 Hy-Nomas,原生融合文本与连续相机控制

    腾讯混元视觉生成团队发布交互式视频世界模型 Hy-Nomas,基于 8B 参数扩散 Transformer 主干,在单一架构中原生融合自由文本指令与连续相机轨迹控制,支持数分钟连续交互生成。

    关注价值:腾讯把文本指令与连续相机控制合并进同一个 8B 扩散主干,并给出单卡 4090 部署与 LoRA 迁移路径,可供评估交互式世界模型的工程可行性。

  1. LeRobot 官方 Releases Atom60

    Hugging Face LeRobot 发布 v0.6.0

    Hugging Face 的 LeRobot 发布 v0.6.0,包含多项破坏性变更:pip install lerobot 不再默认包含数据集与训练依赖,需按需安装 lerobot[training] 等扩展,最低 PyTorch 版本升至 2.7,GR00T N1.5 被 N1.7 取代。

    关注价值:从依赖拆分、RL 栈重构到新增多个基准与策略,读者可据此判断升级迁移成本与新增训练能力。

  1. 逐际动力新闻68

    逐际动力开源 FluxVLA Engine 标准化 VLA 工程底座

    逐际动力开源 FluxVLA Engine,一个打通数据处理、模型训练、仿真评测到真机部署全流程的标准化 VLA 工程底座。该框架以统一配置文件和模块化标准接口管理全流程,支持 Qwen、GR00T、Pi 全系列及 DreamZero 等模型,接入 Isaac Sim、LIBERO 仿真器,并兼容 UR 机械单臂、ALOHA 双臂和自研 TRON 2 等硬件。

    关注价值:逐际动力把数据、训练、仿真到真机部署的链路做成统一配置的开源底座,读者可据此判断 VLA 工程门槛的变化。

已经到底了