OpenVLA: 7B로 55B를 이긴 오픈소스 VLA

TL;DR OpenVLA는 Stanford + UC Berkeley가 공동 개발한 오픈소스 Vision-Language-Action 모델입니다. Prismatic VLM(Llama 2 7B + DINOv2 + SigLIP)을 backbone으로, Open X-Embodiment에서 선별한 97만 개 로봇 데모로 학습했습니다. Zero-shot 평가에서 RT-2-X(55B 파라미터)를 16.5% 포인트 앞서는 69.1% 성공률, 파인튜닝 후 Di...