项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 171
核心亮点
- 提出统一的视觉-运动表征学习框架，直接解决多模态对齐难题
- 支持跨任务迁移，减少对大规模标注数据的依赖
- 代码结构清晰，基于主流深度学习框架，易于二次开发
不足之处
- 项目处于早期阶段，文档和示例尚不完善
- 缺乏大规模预训练权重，实际部署需要自行训练
适用场景
- 机器人操作技能学习，如抓取、堆叠等
- 跨场景的视觉-语言导航任务
- 仿真到真实的迁移学习研究
替代项目
RT-2、Octo、OpenVLA
同类项目推荐
ChatTime
开源
让时间序列模型读懂文本，预测更准
PyTorch implementation of "ChatTime: A Unified Multimodal Time Series Foundation Mod···
pytorch-stable-diffusion
开源
手写 Stable Diffusion 源码，从论文到图像生成一步到位
Stable Diffusion implemented from scratch in PyTorch
Kyara
开源
轻量级中文模型，Kaggle 亚军方案，资源有限也能训出好效果。
[Kaggle-2nd] Lightweight yet Effective Traditional Chinese LLM.
MakeMoneyWithAI
开源
翻开源清单，找能赚钱的 AI 项目，快速变现
A list of open-source AI projects you can use to generate income easily.
magvit2-pytorch
开源
把视频变成离散token，为视频生成打基础
Implementation of MagViT2 Tokenizer in Pytorch
Intent-classifier-model
开源
轻量模型，秒判客服短句意图，快速路由工单。
A Tiny Intent Classifier model for short customer-support style text. Given an inp···
LIMU-BERT_Experience
开源
用海量IMU数据预训练，让传感器模型开箱即用
LIMU-BERT-X is a sensor foundation model pretrained with 1.43 millions hours of IMU ···
Awesome-VLGFM
开源
一张清单看懂视觉语言地理模型全貌
A Survey on Vision-Language Geo-Foundation Models (VLGFMs)
IvyGPT
开源
让AI看病像医生一样，边问边推理，给出透明诊断路径
[CICAI 2023] The official codes for "Ivygpt: Interactive chinese pathway language mo···