登录社区云，与社区用户共同成长
邀请您加入社区
摘要： 本文综述了视觉-语言-动作（VLA）模型在具身智能（Embodied AI）领域的研究进展，系统梳理了其架构、分类与关键技术。VLA模型通过融合视觉、语言与动作模态，支持机器人完成复杂任务，其核心架构包含视觉编码器、语言编码器、模态对齐与动作解码器。论文提出三层分类体系：1）关键组件（如强化学习、世界模型）；2）低层控制策略（包括扩散模型与大规模VLA）；3）高层任务规划方法（单体式与模块
Matt Pocock的skills仓库是一套聚焦解决工程中常见问题的模块化工具集，而非完整的自动化SKILL。其核心设计理念是将稳定失败拆解为小型、可组合的skill，如需求对齐、领域建模等。这些skill通过artifact接力形成工作流，而非代码调用关系。skill分为用户调用和模型调用两类，前者承担编排，后者实现可复用纪律。writing-great-skills作为元skill，阐述了s
2026年，AI智能体（AI Agent）已从技术概念全面迈入规模化落地阶段。全球AI智能体市场规模预计突破34亿-50亿美元，年增长率保持在30%-40%区间，Gartner预测到2026年底近80%的企业将部署至少一种AI智能体。行业呈现四大核心趋势：多模态智能体成为标配（GPT-4o、Claude系列实现文本-图像-音频统一理解）、自主决策能力显著增强（从被动响应到主动规划与多步执行）、垂直
OpenClaw插件开发全流程指南（2026） 本文全面介绍OpenClaw插件开发的核心要点，涵盖： 插件与Skill的本质区别 Skill是MD指令模板，Plugin是TypeScript实现的真实功能 Plugin用于创建新工具（API/数据库/脚本等），Skill用于编排已有工具 开发环境搭建 要求Node.js≥22.19，OpenClaw≥2026.3.24 使用CLI脚手架快速生成标
AIGC
——AIGC
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
魔珐星云开发社区
MCP技术社区
