最近,全球具身智能领域关注度最高的公开榜单之一Evo-SOTA更新排名。
优艾智合研发的FabriVLA,在多任务操作核心基准Meta-World MT50中,以90.0%的tier-average成功率登顶第一,超过包括π0在内的一众国际知名模型。
FabriVLA选择围绕机器人操作任务重新设计神经网络架构。
FabriVLA却提出两个关键创新:
门控自注意力机制:让模型预测出的一连串动作前后互相「看见」、彼此配合,并通过一个从零渐进打开的门控逐步学会动作间的时序衔接,执行复杂装配这类长序列动作时更连贯、更稳定。
深浅层视觉特征融合:同时看懂零件整体结构和细微的位置、边界与姿态,处理插拔、组装、精准摆放这类精细工序时,一次到位的成功率大幅提升。具身智能大模型

