视觉语言模型

CVPR 2026发布HiF-VLA模型，以运动为中心实现机器人边想边做

据机器之心2026年5月22日报道，西湖大学与阿里巴巴达摩院联合团队在CVPR 2026上提出HiF-VLA模型。该模型以运动（motion）为核心，通过融合视觉、语言和动作，旨在解决具身智能在复杂动态场景中的感知与决策挑战，提升机器人对变化环境的理解与适应能力。