OpenHelix: Un Análisis Breve, Evaluación Empírica y Modelo de Sistema Dual VLA de Código Abierto para Manipulación Robótica

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

May 6, 2025

Autores: 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

Resumen

Las arquitecturas de doble sistema VLA (Visión-Lenguaje-Acción) se han convertido en un tema candente en la investigación de inteligencia encarnada, pero existe una falta de trabajos de código abierto suficientes para un análisis y optimización más profundos del rendimiento. Para abordar este problema, este artículo resumirá y comparará los diseños estructurales de las arquitecturas de doble sistema existentes, y llevará a cabo evaluaciones empíricas sistemáticas sobre los elementos de diseño centrales de estas arquitecturas. Finalmente, proporcionará un modelo de código abierto de bajo costo para una mayor exploración. Por supuesto, este proyecto continuará actualizándose con más conclusiones experimentales y modelos de código abierto con un rendimiento mejorado para que todos puedan elegir. Página del proyecto: 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/.