pi0模型与核心源码分析(上)
逐篇解析机器人基座模型和VLA经典论文——“人就是最智能的VLA”
【第1期】NVIDIA GR00T VLA 概述
关于端到端/Bevformer/UniAD/VLM/自动驾驶
【青稞Talk95期】从 π_0 到 π_RL：面向流匹配 VLA 的强化学习后训练框架
SmolVLA模型复现与原理讨论：基于SO100机械臂的部署与推理实战
具身智能领域的里程碑：OpenVLA讲解
[论文速览]π_0: A Vision-Language-Action Flow Model for General Robot...[2410.24164]
【π系列 EP01】π0：让一个模型控制所有机器人？Flow Matching + VLM 架构详解
VLA动作块平滑 RTC算法 Real-Time Action Chunking with Large Models 解析
π0 最新续作π*0.6，用强化学习Recap大幅提升 VLA 性能
π0.5+ego, 用人类无监督示教视频微调VLA
pi0大模型原理与实践分享
【VLA模型】速通pi0本地部署（远端推理）
FlowMatching的直观理解
具身智能（Embodied AI）入门级别介绍 ｜具身智能与VLA: 构建可交互的未来
VLA 入门第二讲：Physical Intelligence 的 π0.5 怎么让机器人进没见过的家干活，数据、架构、训练三条线对比 π0
统一高效VLA+RL训练框架：RLinf-VLA——RL如何训练VLA？
聊聊在线强化学习是怎么微调π0和π0.5的？为什么性能最高能提升50%以上？
具身智能：从 VLA 到 World Action Model
