首页

投稿

具身智能领域的里程碑：OpenVLA讲解

3.6万

59

2024-12-25 00:15:22

未经作者授权，禁止转载

本视频主要介绍了OpenVLA: An Open-Source Vision-Language-Action Model这篇工作： Kim M J, Pertsch K, Karamcheti S, et al. OpenVLA: An Open-Source Vision-Language-Action Model[J]. arXiv preprint arXiv:2406.09246, 2024.

技术人儿来报道！

NobleAI 发消息

致力于发布人工智能讲解视频的非营利分享组织，NobleAI持续招募同好加入分享～

LLaMA to LLaMA2综述

45:13

AI4Science串讲: 从GNN+LLM到ReLM

50:38

Peft: 从Adaptor, Prefix Tuning, 到LoRA

01:18:32

NIPS'23最佳论文: Are Emergent Abilities of Large Language Models a Mirage?【CC字幕】

38:05

【CC字幕】Towards a Universal Large Atomic Model 串讲

39:48

【CC字幕】Quantization & Quantization of Large Language Models

01:13:08

【CC字幕】一起读Sora Technical Report

37:23

【CC字幕】论文精读: Depth Anything !!

01:49:19

SIGGRAPH Asia'23最佳论文Concept Decomposition for Visual Exploration and Inspiration

22:01

LLM agent(ChemCrow)简介

48:33

【NobleAI】论文精读：SeCoGD（Context-aware Event Forecasting via Graph Distanglement）

32:40

CRAG: Corrective Retrieval Augmented Generation简介

39:33

论文精读：DIT（SORA前置工作）

26:28

LLaVA: Visual Instruction Tuning简介

40:02

Transformer: What can I say? Mamba架构详解

01:10:12

ACL2024录用文章: ReactXT简介

39:38

瞎聊点位置编码｜旋转位置编码RoPE简介

43:20

Efficient model与Efficient ViT简介

50:32

Point Transformer v1 v2 3简介

53:13

时间序列预测 | Autoformer 简介

45:32

Billm: Pushing the limit of post-training quantization for llms简介

42:25

DPO:人类偏好对齐技术——大模型训练的最后一公里

52:12

Domain Shift? Test Time Adaptation方法串讲

44:18

Graph领域的MoE：AnyGraph

41:37

基于大模型的复杂问题规划：树搜索(Tree Search)视角

32:18

TimeCMA：通过跨模态对齐实现LLM驱动的时间序列预测

34:46

CoT不行？Long Context LLM的Hyper-Multi-Step

47:12

不看太可惜！又快又准，即插即用！Sage Attention——清华爷8bit量化Attention

36:56

CVPR最佳论文候选！基于Diffusion的单目视觉估计方法

49:18

大记忆清除术！让LLM遗忘的NPO

33:39

3D编辑发展——从高斯表征下的3D编辑到端到端的3D编辑

39:17

自回归图像生成——从图像到视频

38:39

具身智能领域的里程碑：OpenVLA讲解

42:46

NIRec: 因果推断+主动推荐系统

33:58

KDD'24 深度推荐系统应用文章分享 (游戏皮肤推荐！直播间推荐！可解释大语言模型推荐！)

36:41

从PPO到GRPO的范式转移：DeepSeek R1理论框架深度拆解

59:08

vLLM 技术解析：高效推理引擎的底层原理

57:42

Transformer和CNN的决策分析

18:24

零样本强化学习训练探索——R1的机理探究

41:45

强化学习在RAG中的应用

01:07:40

Deep Search领域工作串讲

57:19

Multi-turn RLHF简介

30:17

动态图问题串讲

53:45

具身智能π0简介

26:34

Deepspeed ulysses简介

42:23

deepspeed zero工作解读

54:29

CacheBlend工作解读

45:50

KVcomm: Multi-agent中KV cache的优化

55:55

ICLR 2025工作分享：Revisitable memory for long-context llm agents

41:03

ICLR 2026工作分享：Deepresearch bench

48:20

ICLR 2026 oral工作思路分享：LoongRL

41:59

机器人具有动画生命感：Design and Control of a Bipedal Robotic Character简介

44:41

MemOCR: 从text到vision domain的agentic memory

37:47

Agentic Skill Learning串讲

55:31

首个14B的实时流式视频生成工作——Helios （字节&北大）

01:14:12

监督式单目深度估计发展历史分享

01:04:27

MoE架构设计分享

24:16

LLM中的batch数据优化：From best-fit packing to THD

31:40

MemTrapBench简介

16:22

Ring Attention架构解析

25:32

顶部