#vision-language-action Repositórios
Descubra 19 repositórios ativos de código aberto no GitHub marcados com #vision-language-action, acumulando um total de 38,523 estrelas (uma média de 2,027 por projeto). O líder deste tópico é Physical-Intelligence/openpi, com 14,722 estrelas.
19 repositórios no total
Mano-P: Agente GUI-VLA de código aberto para dispositivos de borda. #1 no OSWorld (especializado, 58.2%). Executa localmente no Apple M4 Mac mini/MacBook — nenhum dado sai do seu dispositivo. Mano-P é um projeto GUI-VLA de código aberto que suporta execução local no Mac mini/MacBook ou via stick de computação, realizando operações de automação GUI multiplataforma impulsionadas puramente por visão. Os dados são processados completamente localmente, suportando planejamento e execução de tarefas complexas de múltiplos passos.
GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo
NVIDIA Alpamayo 1 Nano é um modelo VLA de raciocínio aberto de 10B para veículos autônomos que combina trajetórias de direção com raciocínio de Cadeia de Causalidade.
[CVPR 2025] Modelo de Visão-Linguagem-Ação de código aberto, de ponta a ponta, para Agente de GUI e Uso de Computador.
Uma coleção selecionada de artigos acadêmicos, explicações e recursos sobre Modelos de Ação do Mundo para IA incorporada
RynnVLA-002: Um Modelo Unificado de Visão-Linguagem-Ação e de Mundo
Uma pesquisa sobre o aprendizado por reforço de modelos Visão-Linguagem-Ação para manipulação robótica
Este projeto visa fornecer um manual de aprendizado/entrevista prático e totalmente em chinês para engenheiros de algoritmos dedicados a entrar no campo VLA (Vision-Language-Action). Diferente dos guias gerais de entrevista CV/NLP, este projeto foca nos desafios únicos da robótica.
RealMirror, uma plataforma VLA de IA incorporada abrangente e de código aberto.
Avaliações de código aberto para IA física. Execute qualquer LLM/VLA em qualquer braço robótico ou humanoide com base em qualquer benchmark real ou simulado.
[NeurIPS 2025] AutoVLA: Um Modelo de Visão-Linguagem-Ação para Direção Autônoma de Ponta a Ponta com Raciocínio Adaptativo e Ajuste Fino por Reforço
Recursos de modelos de Visão-Linguagem-Ação para Direção Autônoma (VLA4AD), servindo como repositório complementar ao artigo de revisão “A Survey on Vision–Language–Action Models for Autonomous Driving”.
[ICLR 2026] ReCogDrive: Um Framework Cognitivo Reforçado para Direção Autônoma de Ponta a Ponta
[ICML 2024] 3D-VLA: Um Modelo de Mundo Generativo 3D de Visão-Linguagem-Ação
[ICLR 2026] Rumo a um VLA Latente Unificado para Controle de Locomoção e Manipulação do Corpo Inteiro
🌐 Modelos de visão, linguagem e ação para a condução autónoma: passado, presente e futuro
Perguntas Frequentes
Qual é o repositório de #vision-language-action mais popular no GitHub?
O projeto de código aberto de #vision-language-action mais bem classificado no GitHub é Physical-Intelligence/openpi, com 14,722 estrelas.
Quais linguagens de programação são mais usadas nos repositórios de #vision-language-action?
Entre os projetos de #vision-language-action mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, HTML, JavaScript.
Como é calculada a classificação dos repositórios de #vision-language-action?
Acompanhamos 19 repositórios ativos de código aberto marcados com #vision-language-action (com mais de 500 estrelas), totalizando 38,523 estrelas e uma média de 2,027 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.