RynnVLA-002: Een Verenigd Visie-Taal-Actie- en Wereldmodel
RynnVLA-002: A Unified Vision-Language-Action and World Model
November 21, 2025
Auteurs: Jun Cen, Siteng Huang, Yuqian Yuan, Hangjie Yuan, Chaohui Yu, Yuming Jiang, Jiayan Guo, Kehan Li, Hao Luo, Fan Wang, Xin Li, Deli Zhao, Hao Chen
cs.AI
Samenvatting
Wij introduceren RynnVLA-002, een geïntegreerd Vision-Language-Action (VLA) en wereldmodel. Het wereldmodel benut actie- en visuele invoer om toekomstige beeldtoestanden te voorspellen, waarbij het de onderliggende fysica van de omgeving leert om de actiegeneratie te verfijnen. Omgekeerd genereert het VLA-model opeenvolgende acties op basis van beeldobservaties, wat het visueel begrip verbetert en de beeldgeneratie van het wereldmodel ondersteunt. Het geïntegreerde raamwerk van RynnVLA-002 maakt gezamenlijke aanpassing van omgevingsdynamica en actieplanning mogelijk. Onze experimenten tonen aan dat RynnVLA-002 individuele VLA- en wereldmodellen overtreft, wat hun wederzijdse versterking aantoont. We evalueren RynnVLA-002 zowel in simulatie- als in real-world robot taken. RynnVLA-002 behaalt een slagingspercentage van 97,4% op de LIBERO-simulatiebenchmark zonder voorafgaande training, terwijl in real-world LeRobot-experimenten het geïntegreerde wereldmodel het algehele slagingspercentage met 50% verhoogt.
English
We introduce RynnVLA-002, a unified Vision-Language-Action (VLA) and world model. The world model leverages action and visual inputs to predict future image states, learning the underlying physics of the environment to refine action generation. Conversely, the VLA model produces subsequent actions from image observations, enhancing visual understanding and supporting the world model's image generation. The unified framework of RynnVLA-002 enables joint learning of environmental dynamics and action planning. Our experiments show that RynnVLA-002 surpasses individual VLA and world models, demonstrating their mutual enhancement. We evaluate RynnVLA-002 in both simulation and real-world robot tasks. RynnVLA-002 achieves 97.4% success rate on the LIBERO simulation benchmark without pretraining, while in real-world LeRobot experiments, its integrated world model boosts the overall success rate by 50%.