モデルファミリー

Z-sight

参加機関

Z-sightはMaven Roboticsと南カリフォルニア大学が共同研究した31.8億パラメータのロボットモデル。視覚言語モデルの表現空間で未来の視覚トークンと連続動作を同時に生成し、シミュレーションとUnitree G1実機で評価された。

基本情報

モデルの種類
行動方策
アーキテクチャ
VLA · WAM · Transformer
行動生成
フローマッチング
登録済みバージョン
Z-sight
関連ロボット
1

論文・レポート (1)

Z-sight:視覚・言語・行動と潜在世界モデリングの統合

論文あり

Z-sight: Unifying Vision-Language-Action and Latent World Modeling

arXiv: 2611.24940DOI: 10.48550/arxiv.2611.24940
著者・所属 (15)

著者の順序: 原文順

  1. Junjie Ye

    Maven Robotics · University of Southern California

  2. Yiqi Zhao

    University of Southern California

  3. Muchen Xu

    University of Southern California

  4. Celina Shiyu Wang

    University of Southern California

  5. Hao Dong

    University of Southern California

  6. Ruohai Ge

    University of Southern California

  7. Rong Xue

    University of Southern California

  8. Benjamin J Kolligs

    Maven Robotics

  9. Aditya Dutt

    Maven Robotics

初版公開
2026-11-19
最新の論文改訂
v1
会議・学術誌
未提供

対象モデルバージョン

論文 ↗PDF ↗

公式資料

情報源または訂正を送信