#vision-language-action Репозитории
Откройте для себя 19 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vision-language-action, с общим числом 38,523 звёзд (в среднем 2,027 на проект). Лидером этой темы является Physical-Intelligence/openpi, набравший 14,722 звёзд.
Всего репозиториев: 19
Mano-P: Агент GUI-VLA с открытым исходным кодом для периферийных устройств. №1 в OSWorld (специализированный, 58,2%). Запускается локально на Apple M4 Mac mini/MacBook — данные не покидают ваше устройство. Mano-P — это проект GUI-VLA с открытым исходным кодом, поддерживающий локальный запуск на Mac mini/MacBook или через вычислительную плату, реализующий операции автоматизации GUI кросс-платформенного уровня, управляемые исключительно зрением. Данные обрабатываются полностью локально, поддерживается планирование и выполнение сложных задач с множеством шагов.
GigaBrain-0: Визуально-языково-действенная модель, работающая на основе мировой модели
NVIDIA Alpamayo 1 Nano — это открытая модель VLA с 10B параметров для автономных транспортных средств, которая объединяет траектории движения с рассуждением на основе цепочки причинности.
[CVPR 2025] Open-source, End-to-end, Vision-Language-Action модель для GUI-агента и использования компьютера.
Подборка научных статей, разъяснительных материалов и ресурсов о моделях действий в мире для воплощённого ИИ
Обзор обучения с подкреплением моделей Vision-Language-Action для робототехнической манипуляции
Этот проект направлен на предоставление полностью китайского, практико-ориентированного учебного/собеседовательного руководства для инженеров-алгоритмистов, стремящихся войти в область VLA (Vision-Language-Action). В отличие от общих руководств по собеседованию CV/NLP, этот проект фокусируется на уникальных задачах робототехники.
Открытые оценки для физического ИИ. Запускайте любую LLM/VLA на любой роботизированной руке или гуманоиде и тестируйте на любом реальном или симулированном бенчмарке.
[NeurIPS 2025] AutoVLA: Модель видение-язык-действие для автономного вождения end-to-end с адаптивным рассуждением и дообучением с подкреплением
Ресурсы моделей «Видение-Язык-Действие» для автономного вождения (VLA4AD), служащие в качестве сопутствующего репозитория к обзорной статье «A Survey on Vision–Language–Action Models for Autonomous Driving».
[ICLR 2026] ReCogDrive: Усиленная когнитивная структура для автономного вождения от начала до конца
[ICML 2024] 3D-VLA: Генеративная мировая модель для 3D-зрения, языка и действий
[ICLR 2026] К единому латентному VLA для управления локомоцией и манипуляцией всем телом
🌐 Модели «зрение — язык — действие» для автономного вождения: прошлое, настоящее и будущее
Часто задаваемые вопросы
Какой репозиторий по теме #vision-language-action наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vision-language-action на GitHub — Physical-Intelligence/openpi, набравший 14,722 звёзд.
Какие языки программирования чаще всего используются в репозиториях по теме #vision-language-action?
Среди наиболее высоко оценённых проектов по теме #vision-language-action на GitHub чаще всего используются языки программирования Python, HTML, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #vision-language-action?
Мы отслеживаем 19 активных репозиториев с открытым исходным кодом, отмеченных тегом #vision-language-action (500 и более звёзд), с общим числом 38,523 звёзд и в среднем 2,027 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.