NEO-VLA: 로봇 행동은 시각 표현의 마지막 층만 읽어야 할까
NEO-VLA는 별도 시각 인코더 대신 픽셀과 언어를 함께 처리하고, 행동 전문가가 여러 깊이의 표현을 읽게 한다. 초기 층 접근의 근거와 시각적 강건성, 공간·목표 변화의 한계 및 공개 배포 범위를 살펴본다.
Tag1 posts
Tag1 posts
NEO-VLA는 별도 시각 인코더 대신 픽셀과 언어를 함께 처리하고, 행동 전문가가 여러 깊이의 표현을 읽게 한다. 초기 층 접근의 근거와 시각적 강건성, 공간·목표 변화의 한계 및 공개 배포 범위를 살펴본다.