#vision-language-action Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #vision-language-action, cumulant 38,523 étoiles au total (soit une moyenne de 2,027 étoiles par projet). Le projet en tête de ce thème est Physical-Intelligence/openpi, avec 14,722 étoiles.
19 dépôts au total
Mano-P : Agent GUI-VLA open-source pour appareils de bord. N°1 sur OSWorld (spécialisé, 58,2 %). S'exécute localement sur Apple M4 Mac mini/MacBook — aucune donnée ne quitte votre appareil. Mano-P est un projet GUI-VLA open-source qui prend en charge l'inférence locale sur Mac mini/MacBook ou via une clé de calcul, permettant des opérations d'automatisation GUI multiplateforme pilotées uniquement par la vision. Les données sont traitées entièrement localement, avec prise en charge de la planification et de l'exécution de tâches complexes en plusieurs étapes.
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
[CVPR 2025] Modèle open-source, de bout en bout, Vision-Langage-Action pour agent GUI et utilisation de l'ordinateur.
Une sélection d’articles de recherche, d’explications et de ressources sur les modèles d’action du monde pour l’IA incarnée
RynnVLA-002 : Un modèle unifié de vision, langage, action et monde
Une enquête sur l'apprentissage par renforcement des modèles Vision-Language-Action pour la manipulation robotique
Ce projet vise à fournir un manuel d'apprentissage/entretien pratique et entièrement en chinois pour les ingénieurs algorithmes souhaitant entrer dans le domaine VLA (Vision-Language-Action). Contrairement aux guides d'entretien généraux CV/NLP, ce projet se concentre sur les défis spécifiques de la robotique.
Évaluations open source pour l’IA physique. Exécutez n’importe quel LLM/VLA sur n’importe quel bras robotique ou humanoïde, selon n’importe quel benchmark réel ou simulé.
[NeurIPS 2025] AutoVLA : Un modèle vision-langage-action pour la conduite autonome de bout en bout avec raisonnement adaptatif et ajustement fin par renforcement
Ressources des modèles Vision-Langage-Action pour la conduite autonome (VLA4AD), servant de dépôt compagnon à l'article de synthèse « A Survey on Vision–Language–Action Models for Autonomous Driving ».
[ICLR 2026] ReCogDrive : Un cadre cognitif renforcé pour la conduite autonome de bout en bout
[ICML 2024] 3D-VLA : Un modèle génératif du monde pour la vision 3D, le langage et l'action
[ICLR 2026] Vers un VLA Latent Unifié pour le Contrôle de Locomotion et Manipulation du Corps Entier
🌐 Modèles de vision, langage et action pour la conduite autonome : passé, présent et avenir
Foire aux questions
Quel est le dépôt #vision-language-action le plus populaire sur GitHub ?
Le projet #vision-language-action open source le mieux classé sur GitHub est Physical-Intelligence/openpi, avec 14,722 étoiles.
Quels langages de programmation sont les plus utilisés dans les dépôts #vision-language-action ?
Parmi les projets #vision-language-action les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, HTML, JavaScript.
Comment le classement des dépôts #vision-language-action est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #vision-language-action (500+ étoiles), totalisant 38,523 étoiles, avec une moyenne de 2,027 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.