首页 游戏 软件 资讯 排行榜 专题
首页
AI
上海AI实验室发布InternVL-A1:让机器人拥有关键空间智能

上海AI实验室发布InternVL-A1:让机器人拥有关键空间智能

热心网友
60
转载
2025-11-25

上海人工智能实验室 Intern Robotics 团队最新宣布,其开发的统一视觉-语言-动作框架 InternVLA-M1 取得重要突破。这项发布在 arXiv 平台的研究(编号:2510.13778v1)通过创新的空间引导训练策略,成功解决了机器人理解复杂指令并精准执行动作的难题。实验数据显示,该系统在多个基准测试中超越了现有方法,尤其在真实世界杂乱环境中的表现提升了超过 20%,为通用机器人研发开辟了新路径。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

传统机器人在执行"将桌上红色苹果放入篮子"这类任务时,往往需要同时应对理解人类语言的模糊性,以及如何在三维空间中精准定位物件。研究团队提出的解决方案借鉴了人类的认知模式,构建了包含 41 亿参数的双系统架构。该系统由视觉语言模型规划器和动作专家组成,前者负责分析任务要求、识别物体位置并制定行动计划,后者则将高层规划转化为精准的机械臂控制信号。这种分工模式使得系统在单张 RTX 4090 显卡上即可实现每秒 10 帧的推理速度,内存占用控制在 12GB 以内。

训练策略的创新是这项研究的核心突破。团队采用分阶段训练法:首先通过 230 万个空间推理样本构建基础能力,涵盖物体检测、点定位、轨迹预测等核心任务;随后在仿真环境中生成 24.4 万个可泛化场景,训练系统将空间理解转化为具体动作。这种"先理解空间再执行动作"的策略,使系统在 SimplerEnv 测试中成功率提升 14.6%,在真实世界杂乱场景中的表现提高达 20.6%。特别是在长时程任务中,系统展现出强大的规划能力,能动态调整策略应对物理干扰和任务变更。

为支撑大规模训练需求,研究团队构建了高度逼真的仿真平台。该平台整合了 14716 个物体模型、200 余张桌子、80 种光照条件和 1676 种纹理,通过分离物理计算与渲染过程,实现高效数据生成。每个训练样本都经过双重验证:物理引擎确保动作可行性,场景图验证器检查任务完成度。这种严格的质量控制机制,使系统在未见过物体和新配置场景中仍能保持稳定性能,显著提升了仿真到现实的迁移能力。

在评估环节,InternVLA-M1 展现出全方位优势。在 LIBERO 基准测试中,系统在空间推理和长时程任务子集上分别达到 98.2% 和 97.5% 的成功率,超越最强基线方法 1.6 个百分点。真实世界测试中,配备 Robotiq 夹爪的 Franka 机械臂在 23 个已见物体和 5 个已见容器的分类任务中,通过协同训练将未见过物体操作成功率提升至 20.6%。在抽屉操作任务中,系统能实时感知人为干预并调整动作序列,展现出强大的环境适应能力。

技术细节方面,研究团队设计了轻量级查询变换器连接双系统,通过梯度衰减因子平衡多模态知识学习。空间提示策略的引入,使系统在执行任务时自动激活预训练的空间感知能力。双重监督机制则确保视觉语言模型规划器与动作专家协同优化,在保持语义推理能力的同时实现高效端到端训练。这些创新使系统在处理绝对/相对位置指令时表现出色,有效解决了数据驱动模型泛化不足的问题。

这项研究的公开资源为后续研究奠定基础。团队不仅发布了完整代码和模型参数,还开源了包含 300 万个多模态样本的训练数据集。详细的评估基准覆盖从简单抓取到复杂推理的 200 余个任务,为机器人学习领域提供了标准化测试平台。随着技术持续完善,这种空间引导训练范式有望推动通用机器人进入更多实际应用场景,实现更自然的人机协作。

来源:https://www.itbear.com.cn/html/2025-11/1029204.html
免责声明: 游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

最新APP

克拉克拉
克拉克拉
应用辅助 04-07
足球决
足球决
体育竞技 04-07
三国:谋定天下
三国:谋定天下
休闲益智 04-07
我的安吉拉
我的安吉拉
休闲益智 04-07
打工20年
打工20年
休闲益智 04-07

热门推荐

宫本茂谈《马里奥》大电影的酷霸王 单凭游戏难以刻画
游戏资讯
宫本茂谈《马里奥》大电影的酷霸王 单凭游戏难以刻画

任天堂吉祥物马里奥的宿敌酷霸王解析:为何这位反派深受喜爱?宫本茂通过电影揭示角色深层魅力 谈到任天堂的经典形象,马里奥与酷霸王这对宿敌的组合可谓深入人心。一边是永不放弃拯救碧姬公主的英雄,另一边则是不断制造混乱的恶棍,故事框架虽简单却历经三十余年依然人气不减。但仔细品味,酷霸王这个角色颇为值得玩味:

热心网友
04.07
洛克王国世界神圣狮鹫图鉴
游戏攻略
洛克王国世界神圣狮鹫图鉴

洛克王国神圣狮鹫图鉴:揭秘悬崖之王的飞行奥秘 当冒险者们踏上洛克王国的高耸悬崖,便能感受到猛烈的疾风。呼啸而过的气流远超平地的强度,然而正是这片常年不息的风域,成为了狮鹫一族最卓越的自然训练场。在这个独特的环境中,它们锤炼出了对抗强风与复杂气流的顶级飞行技巧,其背后的生存智慧,实在值得探险者们深入探

热心网友
04.07
三星电竞显示器连续七年第一!OLED市占率高达26%
网络安全
三星电竞显示器连续七年第一!OLED市占率高达26%

4月2日消息,三星电子最新表示,自2019年起连续七年位居全球第一。根据三星援引的市场调研公司IDC数据,2025年三星电子在全球游戏电竞显示器市场的收入占比达到18 9%。从销量来看,2025年三

热心网友
04.07
苹果计划扫光内存:牺牲利润只为阻击竞争对手的供应
iphone
苹果计划扫光内存:牺牲利润只为阻击竞争对手的供应

内存市场因为人工智能高带宽内存的蓬勃需求而陷入供应紧张,传统内存也因大量产线被占用而供不应求。在这种大背景下,苹果似乎采取了一种争议性的商业手段,来进一步扩大其市场份额。据韩国消息人士透露,苹果公司

热心网友
04.07
内存别想降价了!三星:继第一季度涨价100%之后 第二季度价格再涨30%
电脑教程
内存别想降价了!三星:继第一季度涨价100%之后 第二季度价格再涨30%

4月6日消息,近期内存市场风声鹤唳,现货价格小幅回调就引发了内存价格崩盘”的论调,甚至带动相关个股集体下跌,但行业龙头三星却完全不为所动,反而按计划继续上调DRAM内存产品价格,用实际行动打破了市场

热心网友
04.07