arXiv · Machine Learning· Hanqing Wang, Zhaotian Cai, Ruichuan An, Bohan Zeng, Tao Zhang, Yilin Chen, Xu Jiang, Kaiquan Chen, Chongyang Wu, Haoran Li, Fan Yang, Mingan Lin, Wentao Zhang, Zenan Zhou, Youzheng Wu·· 8 小时前AI 评分54
PDRVLA：融合物理动力学表征的视觉-语言-动作模型
PDRVLA: A Vision-Language-Action Model with Physical Dynamics Representations
AI 导读
Hanqing Wang 等人提出 PDRVLA，一种融合物理动力学表征的视觉-语言-动作（VLA）模型，通过轻量级 Physical Dynamics Module 从视觉-语言特征中提取物理 token，以条件化动作生成，无需在线生成未来视频。
来源：arXiv · Machine Learning · arxiv.org