Cogact Large
模型概述
CogACT是一種組件化的視覺語言動作模型,通過專用動作模塊以視覺語言模型輸出為條件,預測機器人動作。支持零樣本應用於預訓練數據集中出現的機器人配置,也可通過少量樣本微調適應新任務。
模型特點
組件化架構
採用分離的視覺、語言和動作模塊,而非簡單改造VLM進行動作預測
自適應動作集成
支持動作反標準化和集成,適應不同數據集統計特性
零樣本遷移能力
可直接應用於Open-X預訓練混合數據集中的機器人配置
少量樣本微調
通過極少量演示樣本即可適應新任務和機器人配置
模型能力
視覺語言理解
機器人動作預測
多模態任務處理
零樣本遷移學習
使用案例
機器人操作
物體抓取與放置
根據語言指令和視覺輸入預測抓取和放置物體的動作序列
可生成16步7自由度的標準化機器人動作
任務導向操作
執行如'將海綿移到蘋果附近'等具體任務指令
通過擴散模型生成精確的動作序列
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98