OpenVLA

OpenVLA是2024年发布的开源视觉-语言-动作模型，由斯坦福大学、Google DeepMind等机构联合开发，基于7B参数的大语言模型架构。OpenVLA在Open X-Embodiment数据集上进行预训练，支持多种机器人平台和操作任务，提供了完整的训练、微调和推理代码。OpenVLA开源项目地址为https://github.com/openvla/openvla，采用Apache 2.0许可证，是目前最广泛使用的开源VLA模型之一。