跳到正文
实时
热点事件持续更新

ScaleVLA 发布

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

DeepSeek 发布了 ScaleVLA 模型,将视觉语言行动模型扩展至 5520 亿参数,连接 552B DeepSeek-V4.1-Flash 主干与可训练行动 DiT。在共享训练设置下对比 2B 至 552B 的 VLM,ScaleVLA 在样本效率、泛化能力和精确操作上均有提升:10 个演示超越 2B 主干 50 个训练样本(87.8% vs. 85.6%),LIBERO-PRO 成功率达 45.1%(小模型最多 31.3%),充电器插入成功率从 4/10 提升至 9/10。尽管参数规模大,ScaleVLA 每个行动块的 median latency 为 216 ms。

AI 根据报道生成 · 更新于 17 分钟前

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. Hugging Face Daily Papers
    ScaleVLA 发布:将视觉语言行动模型扩展至 5520 亿参数

    ScaleVLA 连接 552B DeepSeek-V4.1-Flash 主干与可训练行动 DiT,在共享训练设置下对比 2B 至 552B 的 VLM。10 个演示超越 2B 主干 50 个训练样本(87.8% vs. 85.6%),LIBERO-PRO 成功率达 45.1%(小模型最多 31.3%),充电器插入成功率从 4/10 提升至 9/10。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。