OpenHelix: Eine Kurzübersicht, empirische Analyse und ein Open-Source-Dual-System-VLA-Modell für die robotische Manipulation

OpenHelix: A Short Survey, Empirical Analysis, and Open-Source Dual-System VLA Model for Robotic Manipulation

May 6, 2025

Autoren: Can Cui, Pengxiang Ding, Wenxuan Song, Shuanghao Bai, Xinyang Tong, Zirui Ge, Runze Suo, Wanqi Zhou, Yang Liu, Bofang Jia, Han Zhao, Siteng Huang, Donglin Wang

cs.AI

Zusammenfassung

Dual-System-VLA-Architekturen (Vision-Language-Action) sind zu einem zentralen Thema in der Forschung zur verkörperten Intelligenz geworden, jedoch mangelt es an ausreichenden Open-Source-Arbeiten für weitere Leistungsanalysen und Optimierungen. Um dieses Problem zu adressieren, wird dieses Papier die strukturellen Designs bestehender Dual-System-Architekturen zusammenfassen und vergleichen sowie systematische empirische Bewertungen der Kerndesignelemente bestehender Dual-System-Architekturen durchführen. Letztendlich wird es ein kostengünstiges Open-Source-Modell für weitere Untersuchungen bereitstellen. Selbstverständlich wird dieses Projekt kontinuierlich mit weiteren experimentellen Ergebnissen und Open-Source-Modellen mit verbesserter Leistung aktualisiert, die allen zur Auswahl stehen. Projektseite: https://openhelix-robot.github.io/.

English

Dual-system VLA (Vision-Language-Action) architectures have become a hot topic in embodied intelligence research, but there is a lack of sufficient open-source work for further performance analysis and optimization. To address this problem, this paper will summarize and compare the structural designs of existing dual-system architectures, and conduct systematic empirical evaluations on the core design elements of existing dual-system architectures. Ultimately, it will provide a low-cost open-source model for further exploration. Of course, this project will continue to update with more experimental conclusions and open-source models with improved performance for everyone to choose from. Project page: https://openhelix-robot.github.io/.