MMaDA-VLA: Large Diffusion Vision-Language-Action Model with Unified Multi-Modal Instruction and Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yang, Ding, Pengxiang, Jiang, Tengyue, Wang, Xudong, Song, Wenxuan, Lin, Minghui, Zhao, Han, Zhang, Hongyin, Zhuang, Zifeng, Zhao, Wei, Huang, Siteng, Shi, Jinkui, Wang, Donglin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2603.25406