arXiv Robotics· Junli Liu, Zhongrui You, Chenhui Li, Zhen Li, Yuyang Tian, Qizhen Chen, Delin Qu, Haoming Song, Dong Wang, Xuelong Li, Zhigang Wang, Bin Zhao·· 7 小时前AI 评分42
OpenFlyV2：面向空中感知与导航的机载视觉-语言-动作模型
OpenFlyV2: An onboard vision-language-action model for aerial perception and navigation
AI 导读
OpenFlyV2 是一个统一的机载视觉-语言-动作架构，用共享视觉-语言表征在单一模型中支持语义理解、语言定位感知、空间推理与连续飞行控制。模型在 NVIDIA Jetson Orin NX 上以 10 Hz 完全机载生成每块 12 个航点的动作块，并从仿真零样本迁移到真实四旋翼，在四个真实环境中取得 48% 导航成功率。
来源：arXiv Robotics · arxiv.org