VITA-VLA: Efficiently Teaching Vision-Language Models to Act via Action Expert Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dong, Shaoqi, Fu, Chaoyou, Gao, Haihan, Zhang, Yi-Fan, Yan, Chi, Wu, Chu, Liu, Xiaoyu, Shen, Yunhang, Huo, Jing, Jiang, Deqiang, Cao, Haoyu, Gao, Yang, Sun, Xing, He, Ran, Shan, Caifeng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2510.09607