TinyVLA

TinyVLA是由华东师范大学和上海大学团队开发的一种面向机器人操控的视觉-语言-动作（VLA）模型。该模型针对现有VLA模型的瓶颈问题，如推理速度慢和数据需求大，提出了创新性的解决方案。TinyVLA基于轻量级多模态模型和扩散策略解码器，显著提升了推理效率，降低了对大规模数据集的依赖。通过在模拟及真实机器人平台上的广泛验证，TinyVLA在速度、数据效率以及多任务学习和泛化能力方面均展现出超越现有先进模型OpenVLA的优势。这一成果为机器人控制领域提供了一种快速、高效的全新方法，在资源受限的环境中具有重要的应用潜力。