这周刷GitHub发现一个有意思的项目：OpenVLA——开源视觉-语言-动作模型。

伯克利和斯坦福联合做的。跟Google RT-2思路一样但完全开源——模型权重、训练代码、数据集全公开。

意味着你可以用你自己的机器人数据fine-tune一个操作模型，不用依赖任何商业API。

说实话，开源在机器人领域的速度比在大模型领域还快。大模型开源追了两年才追上GPT-5。机器人操作模型开源可能一年就能追到跟Figure差不多——因为机器人数据比文本数据稀缺得多，大家起跑线差不多。

搞机器人的朋友，这个项目值得star。GitHub搜OpenVLA。AI 机器人 开源 OpenVLA 推荐