Jarvisvla Qwen2 VL 7B

🚀 JarvisVLA-Qwen2-VL-7B

JarvisVLA-Qwen2-VL-7Bは、オープンワールドゲームのMinecraftに特化した視覚言語行動（VLA）モデルです。このモデルは、人間の言語指示に基づき、数千のゲーム内スキルを習得し、Minecraftの広大な世界で無限の創造性とインタラクションを可能にします！

🚀 クイックスタート

JarvisVLA-Qwen2-VL-7Bは、Minecraftでの高度なインタラクションを可能にするために開発されたVLAモデルです。人間の言語指示に応じて、ゲーム内で様々な行動を実行できます。

✨ 主な機能

• 人間の言語指示に基づき、数千のゲーム内スキルを習得。
• Minecraftの広大な世界で無限の創造性とインタラクションを可能にする。

📦 インストール

ドキュメントに具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

ドキュメントに具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

基本情報

関連リンク

• 論文: https://craftjarvis.github.io/JarvisVLA/files/jarvis_vla_draft.pdf
• Github: https://github.com/CraftJarvis/JarvisVLA
• プロジェクト: https://craftjarvis.github.io/JarvisVLA/

🔧 技術詳細

ドキュメントに具体的な技術詳細が記載されていないため、このセクションは省略されます。

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。

引用

@article{li2025jarvisvla,
  title   = {JARVIS-VLA: Post-Training Large-Scale Vision Language Models to Play Visual Games with Keyboards and Mouse},
  author  = {Muyao Li and Zihao Wang and Kaichen He and Xiaojian Ma and Yitao Liang},
  year    = {2025}
}