本文介绍了Ψ0模型，该模型结合大规模人类视频数据与真实机器人数据，训练出一种用于类人机器人灵巧运动的视觉-语言动作模型，能够有效提取运动先验，实现复杂的全身控制。
DreamZero是一种新型世界动作模型，通过联合预测视频和动作，提升机器人在新环境中的泛化能力。与传统模型相比，DreamZero能够高效学习多样化技能，支持零样本泛化，并实现实时控制。其核心在于利用预训练的视频扩散模型，结合自回归架构和优化策略，提高推理速度和准确性。
蚂蚁灵波开源的LingBot-VA是全球首个因果视频-动作模型，能够预测未来并执行任务，具备长期记忆和高效泛化能力，适应新任务。通过视频推演，机器人在复杂任务中表现优异，标志着通用机器人进入视频时代。
NORA是一种小型开源视觉语言动作模型，旨在克服现有模型在视觉编码中的局限性。它通过降低计算开销和增强视觉推理，超越了大型视觉语言动作模型，成为实时机器人自主性的有效解决方案。
完成下面两步后，将自动完成登录并继续当前操作。
