跳到正文
HuggingFace Daily Papers·· 1 天前AI 评分72

OpenFlyV2 发布机载视觉-语言-动作模型,支持空中感知与导航

OpenFlyV2: An onboard vision-language-action model for aerial perception and navigation

AI 导读

OpenFlyV2 是一个统一的机载视觉-语言-动作架构,用共享视觉-语言表征在单一模型中支持语义理解、语言定位感知、空间推理与连续飞行控制。模型在 NVIDIA Jetson Orin NX 上以 10 Hz 完全机载生成每段 12 个航点的动作块,并从仿真零样本迁移到真实四旋翼,在四个真实环境中取得 48% 导航成功率,未使用真实空中训练数据。

来源:HuggingFace Daily Papers · huggingface.co