#vision-language-action Repository
Scopri 19 repository GitHub open source attivi contrassegnati con #vision-language-action, che raccolgono un totale di 38,523 stelle (con una media di 2,027 stelle per progetto). Il progetto leader di questo argomento è Physical-Intelligence/openpi, con 14,722 stelle.
19 repository in totale
Mano-P: Agente GUI-VLA open-source per dispositivi edge. #1 su OSWorld (specializzato, 58.2%). Esegue localmente su Apple M4 Mac mini/MacBook — nessun dato lascia il tuo dispositivo. Mano-P è un progetto GUI-VLA open-source che supporta l'esecuzione locale su Mac mini/MacBook o tramite stick di calcolo, realizzando operazioni di automazione GUI cross-platform guidate puramente dalla visione. I dati vengono elaborati completamente in locale, supportando la pianificazione e l'esecuzione di compiti complessi a più passaggi.
GigaBrain-0: Un modello visione-linguaggio-azione alimentato da un modello del mondo
NVIDIA Alpamayo 1 Nano è un modello VLA di ragionamento aperto da 10B per veicoli autonomi che abbina le traiettorie di guida al ragionamento a Catena di Causalità.
[CVPR 2025] Modello open-source, end-to-end, Vision-Language-Action per agenti GUI e uso del computer.
Una raccolta curata di articoli accademici, spiegazioni e risorse sui World Action Models per l’IA incarnata
RynnVLA-002: Un modello unificato di visione-linguaggio-azione e del mondo
Un'indagine sull'apprendimento per rinforzo dei modelli Vision-Language-Action per la manipolazione robotica
Questo progetto mira a fornire un manuale di apprendimento/colloquio pratico e interamente in cinese per ingegneri algoritmici dedicati all'ingresso nel campo VLA (Vision-Language-Action). A differenza delle guide generali per colloqui CV/NLP, questo progetto si concentra sulle sfide uniche della robotica.
RealMirror, una piattaforma VLA di IA incorporata completa e open-source.
Valutazioni open source per l’IA fisica. Esegui qualsiasi LLM/VLA su qualsiasi braccio robotico o umanoide rispetto a qualsiasi benchmark reale o simulato.
[NeurIPS 2025] AutoVLA: Un modello Visione-Lingua-Azione per la guida autonoma end-to-end con ragionamento adattivo e fine-tuning per rinforzo
Risorse dei modelli Visione-Linguaggio-Azione per la Guida Autonoma (VLA4AD), che fungono da repository di accompagnamento all'articolo di rassegna “A Survey on Vision–Language–Action Models for Autonomous Driving”.
[ICLR 2026] ReCogDrive: Un Framework Cognitivo Rinforzato per la Guida Autonoma End-to-End
[ICML 2024] 3D-VLA: Un modello generativo del mondo per visione 3D, linguaggio e azioni
[ICLR 2026] Verso un VLA Latente Unificato per il Controllo di Locomozione e Manipolazione del Corpo Intero
🌐 Modelli di visione, linguaggio e azione per la guida autonoma: passato, presente e futuro
Domande frequenti
Qual è il repository #vision-language-action più popolare su GitHub?
Il progetto open source #vision-language-action più alto in classifica su GitHub è Physical-Intelligence/openpi, con 14,722 stelle.
Quali linguaggi di programmazione sono più utilizzati nei repository #vision-language-action?
Tra i progetti #vision-language-action più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, HTML, JavaScript.
Come viene calcolata la classifica dei repository #vision-language-action?
Monitoriamo 19 repository open source attivi contrassegnati con #vision-language-action (500+ stelle), per un totale di 38,523 stelle e una media di 2,027 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.