北京人形机器人创新中心开源国内首个符合具身智能国家标准的VLA大模型XR-1，并配套发布RoboMIND2.0数据底座和ArtVIP高保真数字资产数据集，旨在推动机器人技术发展，为开发者提供强大支持。
国内首个通过国家标准测试的具身智能VLA大模型XR-1正式开源，配套发布数据底座RoboMIND2.0与数据集ArtVIP，推动人形机器人从实验走向实际应用。
理想汽车OTA8.1版本更新，核心亮点是VLA司机大模型在语言智能方面的重要迭代。此次升级通过强化学习技术，使辅助驾驶更具人性化，提升了出行安全、舒适感和驾驶便捷性，为用户带来更直观的安心体验。
长城汽车在2025广州车展发布VLA辅助驾驶大模型与CP Master系统，具备听懂指令、识别潜在危险、推理思考和可靠信任四大能力。首搭魏牌高山/蓝山车型，2026年Q2交付。技术采用4D毫米波雷达、8MP视觉和激光雷达融合，提升暗光雨雾下250米识别距离，能检测轮胎碎片、小动物等异形障碍物。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
$8
$240
52
Bytedance
$1.2
$3.6
4
VLA-Adapter
VLA-Adapter是一种在Libero-Spatial上训练的微型视觉语言动作模型，采用Prismatic-VLM架构，仅使用Qwen2.5-0.5B作为大语言模型主干。该模型在机器人基准测试中超越了参数规模更大的开源VLA模型，实现了高性能的视觉-语言-动作理解与执行。
UCSC-VLAA
VLAA-Thinker-Qwen2.5-3B是一个类似R1的推理大视觉语言模型，专注于多模态推理任务。该模型在OpenCompass多模态推理排行榜上达到了SOTA性能，支持图像理解和复杂推理能力。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
