#vision-language-action Repositorios
Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #vision-language-action, que acumulan 38,523 estrellas en total (una media de 2,027 estrellas por proyecto). El líder de este tema es Physical-Intelligence/openpi, con 14,722 estrellas.
19 repositorios en total
Mano-P: Agente GUI-VLA de código abierto para dispositivos de borde. #1 en OSWorld (especializado, 58.2%). Se ejecuta localmente en Apple M4 Mac mini/MacBook — ningún dato sale de tu dispositivo. Mano-P es un proyecto GUI-VLA de código abierto que soporta ejecución local en Mac mini/MacBook o mediante una barra de cómputo, realizando operaciones de automatización GUI multiplataforma impulsadas puramente por visión. Los datos se procesan completamente de forma local, soporta planificación y ejecución de tareas complejas de múltiples pasos.
Un modelo fundacional de mundo abierto para la inteligencia incorporada de propósito general.
GigaBrain-0: Un Modelo Visión-Lenguaje-Acción Impulsado por un Modelo del Mundo
NVIDIA Alpamayo 1 Nano es un modelo VLA de razonamiento abierto de 10B para vehículos autónomos que combina trayectorias de conducción con razonamiento de Cadena de Causalidad.
[CVPR 2025] Modelo open-source, end-to-end, Visión-Lenguaje-Acción para Agentes GUI y Uso de Computadoras.
Una colección seleccionada de artículos académicos, explicaciones y recursos sobre los Modelos de Acción del Mundo para la IA incorporada
RynnVLA-002: Un modelo unificado de visión-lenguaje-acción y del mundo
Un estudio sobre el aprendizaje por refuerzo de modelos Vision-Language-Action para la manipulación robótica
Este proyecto tiene como objetivo proporcionar un manual de aprendizaje/entrevista práctico y totalmente en chino para ingenieros de algoritmos dedicados a ingresar al campo VLA (Vision-Language-Action). A diferencia de las guías generales de entrevistas de CV/NLP, este proyecto se centra en los desafíos únicos de la robótica.
RealMirror, una plataforma integral de IA incorporada VLA de código abierto.
Evaluaciones de código abierto para la IA física. Ejecuta cualquier LLM/VLA en cualquier brazo robótico o humanoide frente a cualquier benchmark real o simulado.
[NeurIPS 2025] AutoVLA: Un modelo de visión-lenguaje-acción para conducción autónoma de extremo a extremo con razonamiento adaptativo y ajuste fino por refuerzo
Recursos de modelos de Visión-Lenguaje-Acción para Conducción Autónoma (VLA4AD), que sirven como repositorio complementario al artículo de revisión “A Survey on Vision–Language–Action Models for Autonomous Driving”.
[ICLR 2026] ReCogDrive: Un Marco Cognitivo Reforzado para Conducción Autónoma de Extremo a Extremo
[ICML 2024] 3D-VLA: Un modelo generativo del mundo de visión 3D, lenguaje y acción
[ICLR 2026] Hacia un VLA Latente Unificado para el Control de Locomoción y Manipulación de Cuerpo Completo
🌐 Modelos de visión, lenguaje y acción para la conducción autónoma: pasado, presente y futuro
Preguntas frecuentes
¿Cuál es el repositorio de #vision-language-action más popular en GitHub?
El proyecto de código abierto de #vision-language-action mejor posicionado en GitHub es Physical-Intelligence/openpi, con 14,722 estrellas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #vision-language-action?
Entre los proyectos de #vision-language-action mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #vision-language-action?
Seguimos 19 repositorios activos de código abierto etiquetados con #vision-language-action (500+ estrellas), que suman un total de 38,523 estrellas, con una media de 2,027 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.