TOPReward 零训练机器人奖励模型
视频加载中
视频加载中直接从预训练 VLM 的 token 概率读取内部信念作为奖励信号,无需训练或微调,适配开源模型。
Category: research
Author: @IlirAliu_
Date: 2026-07-26T00:00:00
Duration: 69.3s
相关视频
0:28VLAct：表征中心继续预训练突破数据规模瓶颈
@HuggingPapers · 721次播放 · 2026-08-31
VLAct视觉语言动作模型RoboTwin
2:38Long-WAM：长上下文实时世界动作模型
@AaronWeiHuang · 371次播放 · 2026-10-08
世界动作模型视觉语言动作模型实时控制
0:21SEAR：LLM智能体在机器人上自我进化的基准与框架
@BangzhengL · 856次播放 · 2026-10-07
大语言模型机器人控制视觉语言动作模型
1:00Reka 发布 19B 全模态模型 Rho-1
@RekaAILabs · 428次播放 · 2026-10-05
具身智能Omni Model多模态
0:05FLUX 3 Action:开源世界动作模型
@HuggingPapers · 758次播放 · 2026-09-23
世界动作模型视觉语言动作模型机器人学习
1:37OpenMausBot：自托管 Agent 团队
@BuildwithOmkarr · 722次播放 · 2026-09-23
OpenMausBotAI智能体Computer Use
作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。