Xiaomi Robotics представила VLA-модель, которая преобразует изображения и текстовые инструкции в команды для роботов
habr.comИнженеры робототехнического подразделения Xiaomi представили Xiaomi-Robotics-0 — Vision-Language-Action (VLA) модель, которая получает на вход изображение с текстовыми инструкциями и преобразует их в команды для роботов.
При этом нейросеть нацелена на плавное управление без резких движений из-за задержки инференса.Авторы проекта отмечают, что частая проблема VLA-моделей заключается в том, что управлением роботом получается рваным и дёрганым.
Команда Swift учредила рабочую группу для оптимизации и адаптации языка программирования под Windows
