OpenFlyV2机载视觉语言模型发布
热点事件历史事件
OpenFlyV2机载视觉语言模型发布
2 篇报道2 个报道来源首报12 天前更新
先了解这件事
AI 综述
2026年10月29日，Junli Liu等人在arXiv · cs.RO上发布了OpenFlyV2，这是一种统一的机载视觉-语言-动作架构。该模型使用共享视觉-语言表示，支持语义理解、语言感知、空间推理和连续空中控制。在NVIDIA Jetson Orin NX上，OpenFlyV2能以10Hz频率生成包含12个航点的动作块，并实现了零样本从模拟到物理四旋翼飞行的迁移。在四个真实环境中测试，该模型达到了48%的导航成功率。HuggingFace Daily Papers同日也报道了这一模型，确认了其可在资源受限平台上实现语义理解、语言感知、空间推理和连续空中控制，无需真实空中训练数据即可从模拟环境零样本迁移到物理四旋翼飞行。
AI 根据报道生成 · 11 天前更新
最新进展10月29日 11:35
OpenFlyV2: 一种用于空中感知与导航的机载视觉-语言-动作模型报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.RO精选OpenFlyV2: 一种用于空中感知与导航的机载视觉-语言-动作模型
Junli Liu等人提出OpenFlyV2，一种统一的机载视觉-语言-动作架构，使用共享视觉-语言表示支持语义理解、语言感知、空间推理和连续空中控制。该模型在NVIDIA Jetson Orin NX上以10Hz频率生成包含12个航点的动作块，零样本从模拟迁移到物理四旋翼飞行，在四个真实环境中实现48%的导航成功率。
- HuggingFace Daily Papers精选OpenFlyV2: 一种用于空中感知与导航的机载视觉-语言-动作模型
研究人员提出OpenFlyV2，一种统一的机载视觉-语言-动作架构，可在资源受限平台上实现语义理解、语言感知、空间推理和连续空中控制。该模型在NVIDIA Jetson Orin NX上以10Hz频率生成动作块，在四个真实环境中实现了48%的导航成功率，无需真实空中训练数据即可从模拟环境零样本迁移到物理四旋翼飞行。