arXiv · Robotics· Zile Zhong, Yuxin Du, Tao Lin, Haoxiao Wang, Wei Dai, Binhua Zuo, Bo Zhao·· 2 小时前AI 评分34
Evo-World：轻量级视觉-语言-动作模型，以光流监督实现未来运动预测
Evo-World: A Lightweight Vision-Language-Action Model with Future Motion Prediction via Optical-Flow Supervision
AI 导读
Evo-World 是一款轻量级视觉-语言-动作（VLA）模型，通过光流监督加入未来运动预测，在策略学习之外提供聚焦运动而非外观的预测信号。在 Meta-World MT50 上取得 91.1% 的层级平均成功率，较非预测基线相对提升 13.0%。在 AgileX 真实机器人单臂与双臂操作任务中优于各基线，仅用 0.87B 参数，并降低 GPU 显存占用、提升推理效率。
来源：arXiv · Robotics · arxiv.org