从零实现24年最强VLA模型π0：从逐行剖析OpenVLA、CogACT的源码到完整实现π0(含DiT和Prismatic VLM的实现)

ツイート

文章浏览阅读299次，点赞2次，收藏2次。一个多月前，有朋友曾说，一个月内，π0 会开源来着，当时虽然觉得不太可能，但还是抱着期待可还是没开..没开源必然是有点遗憾，故这两天我一直在考虑、对比，看目前哪个vla最逼近π0，然后借鉴π0的思路，去改造该vla前两天又重点看了下openvla，和cogact，然后对此文增加了不少解读内容，且发现总之，各种vlm + 各种动作预测头/方法，会出来很多vla。