ScaleVLA는 동결된 552B DeepSeek-V4.1-Flash-1017 백본과 학습 가능한 행동 DiT를 결합한 시각·언어·행동 연구 정책이다. 적은 시연의 학습 효율, 시뮬레이션 일반화, 양팔 ARX X5의 충전기 삽입을 평가했다.

기본 정보

모델 유형
행동 정책
아키텍처
VLA
행동 생성
플로 매칭
등록된 버전
ScaleVLA (552B)

논문 및 보고서 (1)

ScaleVLA: 시각·언어·행동 모델을 5,520억 파라미터로 확장

기술 보고서

ScaleVLA: Scaling Vision-Language-Action Models to 552 Billion Parameters

arXiv: 2611.21607
저자 및 소속 (12)

저자 순서: 원문 순서

  1. Ruixi Yu

    Tsinghua University · Galbot

  2. Dairu Liu

    Peking University · Galbot

  3. Xuchuan Chen

    Tsinghua University · Galbot

  4. Zekun Qi

    Tsinghua University · Galbot

  5. Zekai Li

    Tsinghua University · Galbot

  6. Zhuo Cao

    Tsinghua University · Galbot

  7. Luyang Niu

    Peking University · Galbot

  8. Yingsheng Zhang

    Tsinghua University · Galbot

  9. Sikai Liang

    Shanghai Jiao Tong University · Galbot

최초 공개
2026-11-16
최신 논문 개정
v1 · 2026-11-16
학회 / 학술지
미제공

관련 모델 버전

논문 ↗PDF ↗

공식 자료

출처 또는 수정 제안 보내기