Levineら『ARLI』、推論遅延のある大規模方策をRLで微調整する枠組みを提案
VLAの推論待ちがマルコフ性を壊しRLが機能しない問題に、確約済み行動と推論中観測で状態を拡張して対処。遅延なしのRLと同等以上。
arxiv.org
Generalist、シリーズB延長2億ドルで評価額30億ドルに 6月の20億ドルから2か月で上昇
8VC主導の延長ラウンドでシリーズB総額は6億ドルに。GEN-1.5公開の直後で、基盤モデル系ロボット企業への資金集中が続く。
techcrunch.comGigaAI、3.7万時間の身体データで学習した3システム構成の基盤モデルGigaBrain-0.7を公開
理解・予測・行動を3つのシステムで統合。Hugging Face Papersで64票と、ロボ系論文として目立つ支持を集めた。
arxiv.org論文『Gripper-aware VLA』、5種のグリッパで10.3万デモのMiGAデータセットとグリッパ条件付き方策GVLAを提案
既存VLAは「グリッパが違っても同じ戦略」を暗黙に仮定している。ハンドの種類ごとに操作戦略が変わることをデータで示し、ルーティングで対処。
arxiv.org『ROS2SmolVLA』、SmolVLAをUR10eで動かすROS 2実装を公開 オンプレ運用向け小型VLAの検証
Hugging FaceのSmolVLAをUniversal Robotsの軽量ロボットに接続するオープンソースのROS 2インタフェース。ピック&プレースで検証。
arxiv.org
Unitree王興興CEO「未知環境の8割で8割のタスク」が実用化の指標 ChatGPTモーメントは2〜3年から5年超
上場直後の創業者が汎化能力を「80%×80%」と数値で定義。開発の重心は身体能力から「考えて働く能力」へ移り、VLAと世界モデルに大規模投資。
robotstart.info
NVIDIA、「VLAを超えて」World Action Modelへの転換を提唱 Cosmos 3ベースの新方策を公開
NVIDIAが動画世界モデル由来のWorld Action ModelをVLAの後継として提唱。RoboLabで28.1%→36.8%に改善。
developer.nvidia.comGoogle DeepMind、全身制御のGemini Robotics 2とER 2・On-Device 2の3モデルを発表
DeepMindが全身ヒューマノイド制御VLA・高次推論・オンデバイスの3モデルを同時公開、複数ロボットで実証。
deepmind.google
Generalist AI、3〜12秒のデモ1回で新タスクを覚えるGEN-1.5を公開
デモ1回・数秒の提示だけで新タスクを学習するGEN-1.5。one-shotで平均成功率59%。
generalistai.com
LeRobot v0.6.1公開 VLA各方策の共通コンポーネント整理が中心、lerobot.typesはlerobot_typesに改名
LeRobot v0.6.1がリリース。PI0/PI0.5/EO1/SmolVLA等の共通VLAコンポーネントを整理する破壊的変更あり。
github.com#vla
フィジカルAI（身体を持つAI／ロボティクス）の「vla」に関する収集記録。記事10件・コミュニティ投稿0件。論文・企業発表・コミュニティの議論の要約を、出典リンクを添えて収集日順に並べています。
Levineら『ARLI』、推論遅延のある大規模方策をRLで微調整する枠組みを提案
VLAの推論待ちがマルコフ性を壊しRLが機能しない問題に、確約済み行動と推論中観測で状態を拡張して対処。遅延なしのRLと同等以上。
arxiv.orgGeneralist、シリーズB延長2億ドルで評価額30億ドルに 6月の20億ドルから2か月で上昇
8VC主導の延長ラウンドでシリーズB総額は6億ドルに。GEN-1.5公開の直後で、基盤モデル系ロボット企業への資金集中が続く。
techcrunch.comGigaAI、3.7万時間の身体データで学習した3システム構成の基盤モデルGigaBrain-0.7を公開
理解・予測・行動を3つのシステムで統合。Hugging Face Papersで64票と、ロボ系論文として目立つ支持を集めた。
arxiv.org論文『Gripper-aware VLA』、5種のグリッパで10.3万デモのMiGAデータセットとグリッパ条件付き方策GVLAを提案
既存VLAは「グリッパが違っても同じ戦略」を暗黙に仮定している。ハンドの種類ごとに操作戦略が変わることをデータで示し、ルーティングで対処。
arxiv.org『ROS2SmolVLA』、SmolVLAをUR10eで動かすROS 2実装を公開 オンプレ運用向け小型VLAの検証
Hugging FaceのSmolVLAをUniversal Robotsの軽量ロボットに接続するオープンソースのROS 2インタフェース。ピック&プレースで検証。
arxiv.orgUnitree王興興CEO「未知環境の8割で8割のタスク」が実用化の指標 ChatGPTモーメントは2〜3年から5年超
上場直後の創業者が汎化能力を「80%×80%」と数値で定義。開発の重心は身体能力から「考えて働く能力」へ移り、VLAと世界モデルに大規模投資。
robotstart.infoNVIDIA、「VLAを超えて」World Action Modelへの転換を提唱 Cosmos 3ベースの新方策を公開
NVIDIAが動画世界モデル由来のWorld Action ModelをVLAの後継として提唱。RoboLabで28.1%→36.8%に改善。
developer.nvidia.comGoogle DeepMind、全身制御のGemini Robotics 2とER 2・On-Device 2の3モデルを発表
DeepMindが全身ヒューマノイド制御VLA・高次推論・オンデバイスの3モデルを同時公開、複数ロボットで実証。
deepmind.googleGeneralist AI、3〜12秒のデモ1回で新タスクを覚えるGEN-1.5を公開
デモ1回・数秒の提示だけで新タスクを学習するGEN-1.5。one-shotで平均成功率59%。
generalistai.comLeRobot v0.6.1公開 VLA各方策の共通コンポーネント整理が中心、lerobot.typesはlerobot_typesに改名
LeRobot v0.6.1がリリース。PI0/PI0.5/EO1/SmolVLA等の共通VLAコンポーネントを整理する破壊的変更あり。
github.com