Tags: #deep talks

VLA 相较于其他 Manipulation 模型，最显著的区别便是引入了 L(anguage) 作为 condition，主流的范式至今为止仍然 VLM 作为核心组件，而我们为什么需要 VLM，如何利用 VLM，这对应着一系列的思考。

数据是具身智能的基石，而基于各种方案生成的数据质量，决定了模型可以走多远。从数据入手，一窥仿真以及数据合成的体系，并探讨模型在其中的变化。