第 2026-11-08 期 · 行业追踪 · 研究 · 应用
开发者本地训练轻量VLA模型,采用大状态矩阵
一名开发者分享了本地训练的VLA式智能体项目,使用带逐单元LSTM式门控的注意力网络维持768×768状态矩阵,参数量约2556万,其中约1298万用于旧的语言解码器。该模型以极简方式响应文本提示,视频展示视觉注意力与状态矩阵变化。
查看原文 ↗一名开发者分享了本地训练的VLA式智能体项目,使用带逐单元LSTM式门控的注意力网络维持768×768状态矩阵,参数量约2556万,其中约1298万用于旧的语言解码器。该模型以极简方式响应文本提示,视频展示视觉注意力与状态矩阵变化。
查看原文 ↗