pretrained-vlm

#pretrained-vlm

SimpleMemVLA：一种简单但有效的视觉-语言-动作模型原生视频记忆

Hugging Face Daily Papers ↗ · 2026-09-02 缓存

SimpleMemVLA为视觉-语言-动作模型引入了一种简单的记忆机制，通过将完整的时间戳视频历史馈送到预训练的VLM骨干网络中，在长期操作任务中实现了最先进的结果，无需专用记忆模块。

0 人收藏 0 人点赞