#vision-language-action Repositories
Entdecke 19 aktive Open-Source-GitHub-Repositories, die mit #vision-language-action getaggt sind und insgesamt 38,523 Sterne gesammelt haben (durchschnittlich 2,027 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Physical-Intelligence/openpi mit 14,722 Sternen.
Insgesamt 19 Repositories
Mano-P: Open-Source-GUI-VLA-Agent für Edge-Geräte. Platz 1 auf OSWorld (spezialisiert, 58,2 %). Läuft lokal auf Apple M4 Mac mini/MacBook — keine Daten verlassen Ihr Gerät. Mano-P ist ein Open-Source-GUI-VLA-Projekt, das lokale Inferenz auf Mac mini/MacBook oder über Compute-Stick unterstützt und rein visuell gesteuerte plattformübergreifende GUI-Automatisierungsoperationen ermöglicht. Daten werden vollständig lokal verarbeitet und unterstützen die Planung und Ausführung komplexer mehrstufiger Aufgaben.
GigaBrain-0: Ein von einem Weltmodell angetriebenes Vision-Sprache-Aktionsmodell
NVIDIA Alpamayo 1 Nano ist ein offenes 10B Reasoning-VLA-Modell für autonome Fahrzeuge, das Fahrbahnen mit Kausalitätsketten-Reasoning kombiniert.
[CVPR 2025] Open-Source, End-to-End, Vision-Language-Action-Modell für GUI-Agenten und Computerbenutzung.
Eine kuratierte Sammlung von Fachartikeln, Erklärungen und Ressourcen zu World Action Models für verkörperte KI
RynnVLA-002: Ein einheitliches Weltmodell für Vision-Language-Action
Eine Untersuchung zum Reinforcement Learning von Vision-Language-Action-Modellen für die robotische Manipulation
Dieses Projekt zielt darauf ab, Algorithmus-Ingenieuren, die sich dem VLA-Bereich (Vision-Language-Action) widmen möchten, ein praxisorientiertes Lern-/Interview-Handbuch in chinesischer Sprache bereitzustellen. Im Gegensatz zu allgemeinen CV/NLP-Interviewleitfäden konzentriert sich dieses Projekt auf die besonderen Herausforderungen der Robotik.
RealMirror, eine umfassende, Open-Source-Plattform für eingebettete KI VLA.
Open-Source-Evaluierungen für physische KI. Führe beliebige LLMs/VLAs auf beliebigen Roboterarmen oder humanoiden Robotern gegen beliebige reale oder simulierte Benchmarks aus.
[NeurIPS 2025] AutoVLA: Ein Vision-Language-Action-Modell für End-to-End-Autonomes Fahren mit adaptivem Reasoning und Reinforcement Fine-Tuning
Vision–Language–Action-Modelle für autonomes Fahren (VLA4AD) Ressourcen, die als begleitendes Repository zu dem Übersichtsartikel „A Survey on Vision–Language–Action Models for Autonomous Driving“ dienen.
[ICLR 2026] ReCogDrive: Ein verstärktes kognitives Framework für End-to-End-autonomes Fahren
[ICML 2024] 3D-VLA: Ein generatives Weltmodell für 3D-Vision-Sprache-Aktion
[ICLR 2026] Auf dem Weg zu einem einheitlichen latenten VLA für die Ganzkörper-Lokomotions- und Manipulationssteuerung
🌐 Vision-Language-Action-Modelle für autonomes Fahren: Vergangenheit, Gegenwart und Zukunft
Häufig gestellte Fragen
Welches ist das beliebteste #vision-language-action-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#vision-language-action-Projekt auf GitHub ist Physical-Intelligence/openpi mit 14,722 Sternen.
Welche Programmiersprachen werden in #vision-language-action-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #vision-language-action-Projekten auf GitHub sind Python, HTML, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #vision-language-action-Repositories berechnet?
Wir verfolgen 19 aktive Open-Source-Repositories, die mit #vision-language-action getaggt sind (500+ Sterne), mit insgesamt 38,523 Sternen und durchschnittlich 2,027 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.