为什么说OpenVLA是RT-2的最佳平替?全面对比开源与闭源VLA模型的5个关键差异

VLA算法总结对比——RT1 / RT2 / Pi0 / Octo/ RDT / OpenVLA 本文主要针最近比较经典的VLA算法进行对比总结,暂不涉及到代码细节和实验细节上的展开,仅仅是从大面上掌握下目前VLA的一些思路和方法。 阅读详情

OpenVLA与RT-2的技术博弈:开源VLA模型的五大核心突破

在机器人控制领域,视觉-语言-动作(VLA)模型正成为新一代通用机器人的核心技术范式。当Google DeepMind的RT-2系列以550亿参数规模树立行业标杆时,一个仅7B参数的开源替代品——OpenVLA却以16.5%的绝对成功率优势横空出世。这背后隐藏着怎样的技术突破与设计哲学?本文将深入剖析OpenVLA如何在参数效率、训练策略、视觉编码、动作预测和微调适配五个维度实现技术超越,为算法研究员和机器人技术决策者提供选型参考。

1. 参数效率革命:7B模型如何击败55B巨头

在大型模型时代,参数规模常被等同于性能表现。然而OpenVLA却以仅RT-2-X 1/8的参数量,在WidowX和Google Robot的29项评测任务中实现反超。这得益于三个关键设计:

双视觉编码器架构的协同效应是首要突破。OpenVLA创新性地融合了:

  • SigLIP:在400亿图文对上训练的视觉-语言对比模型,擅长语义理解
  • DinoV2:在12亿纯图像上训练的自监督模型,精于空间几何特征提取

这种"语义+几何"的双通道设计,在机器人抓取任务中展现出独特优势。实验数据显示,相比单一视觉编码器,双主干架构在需要空间对齐的任务(如餐具摆放)上成功率提升23%。

训练数据质量的优化同样功不可没。研究团队对Open X-Embodiment数据集进行了三重过滤:

  1. 移除全零动作的无效轨迹(占原始数据12%)
  2. 平衡不同机器人平台的数据权重
  3. 动态剔除难样本(如DROID数据集后期移除)

最终97万条高质量轨迹的训练集,比RT-2-X的35万条更具多样性。值得注意的是,数据清洗使训练效率提升40%,印证了"质量优于数量"的原则。

模型架构的精准裁剪则体现了工程智慧。下表对比了关键组件选择:

设计选择OpenVLA方案常规方案优势说明
图像分辨率224×224像素384×384像素节省3倍计算资源
投影器结构两层MLP复杂跨模态注意力减少15%推理延迟
训练轮次27轮1-2轮动作预测准确率达95%+

这种精准的资源分配策略,使得OpenVLA在消费级GPU(如RTX 4090)上也能实现6Hz的实时推理,而RT-2-X通常需要数据中心级硬件支持。

2. 视觉编码器进化:双主干架构的协同效应

视觉表征的质量直接决定VLA模型的上限。OpenVLA的SigLIP+DinoV2双编码器设计,突破了单一视觉模型的局限性:

空间推理能力的提升最为显著。在RefCOCO等空间定位任务中,双编码器比单SigLIP模型准确率提高17%。这是因为:

  • DinoV2通过自监督学习捕获了像素级几何特征
  • SigLIP提供物体级别的语义关联
  • 特征拼接后形成"几何到语义"的连续表征空间

跨域泛化表现同样出色。当面对训练集未见的厨房用具时:

  • 单一视觉模型的抓取成功率降至31%
  • 双编码器模型仍保持68%成功率

这种鲁棒性源于两种预训练数据的互补性:SigLIP的互联网图文对覆盖长尾概念,而DinoV2的ImageNet级数据确保基础视觉特征质量。

技术实现上,双编码器通过通道拼接(channel-wise concatenation)融合特征:

# 伪代码:特征融合实现
siglip_feats = siglip_encoder(image_patches)  # [B, N, D1]
dinov2_feats = dinov2_encoder(image_patches)  # [B, N, D2]
fused_feats = torch.cat([siglip_feats, dinov2_feats], dim=-1)  # [B, N, D1+D2]

值得注意的是,这种设计并非简单堆砌。消融实验显示:

  • 添加随机初始化的第二编码器会降低性能
  • 仅融合浅层特征(前4层)效果最佳
  • 投影器需同步扩大输入维度(从1024到2048)

这些发现为多模态表征学习提供了新思路:特征融合的质量比数量更重要。

3. 动作预测机制:离散化token的精准控制

将连续动作空间映射到语言模型的离散token空间,是VLA模型的核心挑战。OpenVLA对此做出三项关键改进:

分位数离散化方法取代传统的均匀分桶。具体实现:

  1. 计算每个动作维度在训练数据的第1和第99百分位数
  2. 在此区间内划分256个等宽区间
  3. 忽略异常值(占数据约2%)

相比RT-2采用的min-max离散化,这种方法在机械臂控制任务中使位置误差降低42%。因为:

  • 避免极端值压缩有效分辨率
  • 保持高频动作区域的精度
  • 与机器人实际工作区间更好对齐

token覆盖策略则解决了词汇表限制问题。Llama 2分词器仅预留100个特殊token,而OpenVLA需要256个动作token。解决方案是:

  • 统计预训练语料中的token使用频率
  • 覆盖使用最少的256个原始token
  • 保持其他语言功能完整

实验证明,这种方案比扩展词汇表更高效,且不影响原有语言理解能力。在组合指令任务(如"拿起红色杯子并放在左侧托盘")中,任务完成率保持92%不变。

二阶预测机制针对零动作问题提供了鲁棒解决方案。由于数据采集时传感器可能记录无效动作,模型容易预测全零。OpenVLA的应对策略是:

  1. 首轮预测时排除零token候选
  2. 若仍预测为零,采用概率第二高的动作
  3. 在微调阶段强化非零动作样本

这种机制使"假死"现象减少83%,下表对比不同解决方案的效果:

解决方案成功率提升计算开销实现复杂度
数据过滤+15%低中
二阶预测+22%可忽略低
损失函数加权+9%中高
混合方案+25%高极高

4. 训练策略创新:从数据混合到LoRA微调

OpenVLA在训练流程上的突破,使其在小规模计算集群上也能获得优异性能。三大创新点尤为突出:

渐进式数据混合策略动态优化训练集组成。具体实施分为三个阶段:

  1. 初期(0-9轮):基础混合(Octo权重)
  2. 中期(10-18轮):加入10%DROID数据
  3. 后期(19-27轮):移除DROID,增强语言任务

这种动态调整使模型在不同训练阶段专注不同能力:

  • 早期建立基础运动技能
  • 中期发展复杂操作能力
  • 后期优化语言-动作对齐

扩展训练轮次打破常规认知。与传统VLM训练1-2轮不同,OpenVLA训练27轮直至:

  • 动作token预测准确率>95%
  • 验证损失收敛至稳定平台
  • 实际机器人性能不再提升

虽然增加计算成本,但最终模型在长序列任务(如桌面整理)上的稳定性提升35%。

LoRA微调方案则彻底改变了适配新场景的成本。具体配置:

  • 仅微调1.4%参数(约980万)
  • Rank=32的低秩适配器
  • 应用于所有线性层

对比实验显示,相比全量微调:

  • 内存占用从80GB降至16GB
  • 训练时间从7天缩短到15小时
  • 性能差距<2%

下表展示不同微调策略的权衡:

微调方法参数量GPU内存训练时间性能保持
全量微调100%80GB7天100%
最后一层微调0.7%12GB6小时61%
Sandwich微调18%24GB2天89%
LoRA微调1.4%16GB15小时98%

5. 开源生态优势:从模型到部署的全栈支持

OpenVLA作为首个开源VLA模型,其价值不仅在于性能,更在于构建了完整的机器人开发生态:

模块化代码库设计允许灵活定制。核心组件包括:

  • 视觉编码器:支持CLIP/SigLIP/DinoV2互换
  • 语言模型:兼容Llama 2/Mistral等主流架构
  • 训练流水线:从单卡微调到多节点分布式训练

部署工具链覆盖全场景需求:

# 本地部署示例
python -m vla_scripts.serve \
    --model-path openvla-7b \
    --quantize bfloat16 \
    --device cuda:0

# 远程推理服务
python -m vla_scripts.server \
    --host 0.0.0.0 \
    --port 7860 \
    --load-in-4bit

性能优化技巧尤其适合实际应用:

  • 使用FlashAttention加速自注意力计算
  • 采用BF16混合精度节省50%显存
  • 实现动作预测缓存减少30%延迟

在真实机器人实验室的测试中,OpenVLA展现出惊人性价比:

  • 硬件成本:1台配备RTX 4090的工作站 vs RT-2需要的A100集群
  • 部署时间:从下载到运行仅需20分钟
  • 适应新任务:LoRA微调可在工作日内完成

当技术社区还在争论大模型参数规模的意义时,OpenVLA已经用事实证明:在机器人领域,精准的设计比粗暴的缩放更重要。这或许正是开源方案最珍贵的启示——不是追随巨头的脚步,而是重新定义游戏的规则。

VLA模型实战指南:RT-1/RT-2/Octo/OpenVLA四大框架深度对比 VLA(Vision-Language-Action)模型并非简单多模态融合,而是面向具身智能的实时决策编译器,其核心在于将语言指令、视觉感知与物理动作在毫秒级闭环中编译为可执行控制信号。理解其本质需回归‘具身性’与‘实时性’两大技术基点:前者要求模型深度耦合机器人本体动力学与传感器噪声特性,后者倒逼架构对延迟、显存、同步精度等工程约束做出刚性妥协。RT-1/RT-2依赖封闭数据闭环实现泛化跃迁,Octo以RNN+离散tokenization应对碎片化数据,OpenVLA则通过模块化解耦(视觉编码器/语言- 阅读详情

相关推荐

四大VLA模型对比:OpenVLA、π0、RT-2与Gemini Robotics技术解析

视觉-语言-行动模型是机器人领域实现端到端智能控制的核心技术。其基本原理是通过统一的深度学习架构,将视觉感知、语言理解与动作生成进行模态对齐与融合,从而让机器人能直接根据视觉观察和自然语言指令输出控制动作。这项技术的价值在于摒弃了传统机器人技术栈中感知、规划、控制分离的复杂流水线,大幅提升了系统的灵活性与泛化能力。其典型应用场景包括工业分拣、家庭服务、灵巧操作等需要复杂环境理解与任务执行的场合。本文聚焦于当前该领域的四个代表性模型:开源的OpenVLA、高效落地的π0、谷歌的RT-2以及基于原生多模态大模型

weixin_34081595的博客 383

SmolVLA入门必看:SmolVLA与VoxPoser、RT-2、OpenVLA技术路线对比

本文介绍了如何在星图GPU平台上自动化部署SmolVLA镜像,实现高效的机器人视觉语言控制。该轻量级模型专为消费级硬件设计,通过简单的Web界面即可完成图像上传、状态设置和指令输入,典型应用于机器人抓取、放置和堆叠等自动化任务场景。

weixin_28933797的博客 1128

【具身智能】具身机器人VLA算法入门及实战(三):VLA经典模型架构

VLA模型技术进展综述 当前视觉-语言-动作(VLA)模型在机器人控制和自动驾驶领域取得重大突破。谷歌DeepMind的RT-2通过动作文本化编码和联合微调策略,实现跨模态统一表示。OpenVLA作为首个开源VLA模型,显著降低技术门槛。OpenDriveVLA针对自动驾驶设计层次化视觉-语言对齐方法,提升语义理解能力。Figure.AI的Helix模型以200Hz高频控制刷新性能记录,采用快慢双系统架构。研究还提出双过程VLA模型优化计算效率,以及CoVLA数据集推动自动驾驶长尾场景突破。理想汽车的Dri

一个内容严谨、方向前沿、极具实践价值的AI大模型技术分享站 2033

清华大学&字节 | 迈向通用机器人策略:如何选择VLA?

点击下方卡片,关注“具身智能之心”公众号作者| 具身智能之心 编辑|具身智能之心本文只做学术分享,如有侵权,联系删文>>点击进入→具身智能之心技术交流群更多干货,欢迎加入国内首个具身智能全栈学习社区:具身智能之心知识星球(戳我),这里包含所有你想要的。论文标题:Towards Generalist Robot Policies: What Matters in Building...

CV_Autobot的博客 1359

VLA算法全解:从入门到实战精要——详细教程

VLA算法全解:从入门到实战精要——详细教程 VLA(Vision-Language-Action)模型统一了视觉、语言与动作三类能力,让机器人“看懂场景 + 听懂指令 + 做出动作”。其核心思路是借鉴大语言模型经验,从「图像 + 文本」端到端映射到「动作」,以提升泛化能力。典型架构包括视觉编码器、语言模型与动作生成头,动作表示有离散化与连续输出两种关键设计,当前趋势是结合大VLM做语义理解与连续头做精细控制。代表性模型如RT-2、π0、OpenVLA等,训练上通常先用演示数据模仿再微调,工程部署需应对推理

Stuomasi_xiaoxin的博客 573

OpenVLA vs. Diffusion Policy:在真实机器人任务中,我们该如何选择策略模型?

本文对比分析了OpenVLA与Diffusion Policy在机器人任务中的策略选型,重点探讨了它们在语言理解、动作精度、数据效率等方面的性能差异。OpenVLA作为开源视觉语言动作模型,在多模态特征融合和高效微调方面表现突出,而Diffusion Policy在时序平滑性和物理约束建模上更具优势。文章还提供了选型框架和混合部署方案,帮助开发者在工业分拣、家庭服务等场景中做出最优选择。

weixin_30879169的博客 397

一文通透OpenVLA——在Prismatic VLM(SigLIP、DinoV2、Llama 2)的架构上:基于“下一个token预测技术”预测离散化动作

一个多月前,有朋友曾说,一个月内,π0 会开源来着,当时虽然觉得不太可能,但还是抱着期待可还是没开..没开源必然是有点遗憾,故这两天我一直在考虑、对比,看目前哪个vla最逼近π0,然后借鉴π0的思路,去改造该vla前两天又重点看了下openvla,和cogact,然后对此文增加了不少解读内容,且发现总之,各种vlm + 各种动作预测头/方法,会出来很多vla。

结构之法 算法之道 2万+

具身智能中 VLA 主流方案

本文详细总结了具身智能中 VLA 的主流方案,包括基于经典 Transformer 结构、预训练 LLM/VLM、扩散模型、LLM + 扩散模型、视频生成 + 逆运动学以及不同类型的端到端方案。通过对各方案的开源项目和核心思想的介绍,对比了它们在模型架构、动作类型、训练目标等方面的特点,得出了相应的结论共识。同时,探讨了 VLA 面临的数据稀缺、运动规划、实时响应、多模态融合、泛化能力、长时域任务执行、基础模型、多智能体协作以及安全伦理等挑战,并展望了未来的发展方向。

具身智能机器人 5351

SmolVLA效果对比:与OpenVLA、RT-2模型在相同任务上的精度对比

本文介绍了如何在星图GPU平台上一键自动化部署SmolVLA镜像,实现高效的机器人视觉-语言-动作控制。该紧凑模型专为经济实惠的机器人应用设计,适用于抓取放置、物体堆叠等典型任务,在保持高精度的同时显著降低硬件门槛和资源消耗。

CyanWave34的博客 197

具身智能中的(VLA)算法与实践 第5讲:RT-2 & OpenVLA算法详解

本文探讨了大型语言模型(LLM)和视觉语言模型(VLM)在机器人控制领域的革命性应用。重点分析了Google提出的RT-2模型及其"VLM-as-a-Policy"范式,以及OpenVLA项目如何通过统一接口处理不同任务。文章指出,强化学习微调(RL fine-tuning)和人类反馈强化学习(RLHF)可以显著提升模型性能和泛化能力。同时介绍了利用OpenX-Embodiment数据集进行训练评估的方法,以及PyTorch-Lightning等工具在大规模模型训练中的作用。最后讨论了该

u012133341的博客 346

回声消除评价指标——ERLE, PESQ

回声消除评价指标——ERLE, PESQ ERLE(echo return loss enhancement): 对于回声消除,单讲,只有回声信号,没有近端信号,判断输出结果是否能把回声信号消除掉。其值越大,证明效果越好。 其中y(n)是输入信号,s(n)是输出信号。 PESQ(perceptual evalution of speech quality): 其值是越大越好。针对双讲(回声信号,和近端信号同时存在)。判断双讲下, 计算PESQ方法: 在python安装pypesq,安装方式如下: pip

yin_fei_0825的博客 6388

VLA四模型工程落地实战:RT-1/RT-2/Octo/OpenVLA关键断面解析

视觉-语言-动作联合建模(VLA)是具身智能的核心技术范式,其本质是通过跨模态对齐实现人类指令到机器人物理动作的语义映射。原理上依赖视觉特征编码、语言指令嵌入与动作token解码的协同优化,技术价值在于绕过传统强化学习的奖励设计瓶颈,显著提升泛化性与部署效率。典型应用场景涵盖AGV分拣、手术机器人远程操控、仓储避障及家庭服务机器人等。然而实际落地常受制于闭源壁垒、多模态冲突、指令鲁棒性差与复现成本高等问题。本文聚焦RT-1的动作原子性切片、RT-2的语言指令蒸馏、Octo的模块化token融合与OpenVL

weixin_32181267的博客 246

Jetson nano/nx使用麒麟arm版向日葵实现远程控制

Jetson nano/nx使用麒麟arm版向日葵实现远程控制1、安装向日葵软件2、运行Sunlogin Client3、向日葵闪退问题4、重启系统5、重启后黑屏问题 特别提醒: 本博客的第3步切换桌面管理环境到lightdm,存在重启后开机黑屏的风险,我在自己的nano/nx上都没有问题,但帮一个同学的nx配置时,切换到lightdm,重启开机却出现了黑屏,所以执行第3步的话要有心理准备,黑屏解决方法见第5步,特此提醒。

胡乱学点东西 2万+

具身智能之OpenVLA详解:开源 VLA 的基线时刻——如何把机器人动作接进语言模型

OpenVLA是一个7B参数的开源视觉语言动作模型(VLA),旨在推动机器人策略基础模型的发展。该模型基于Prismatic-7B VLM,采用DINOv2+SigLIP融合视觉编码器,并连接Llama 2 7B语言模型,将连续机器人动作离散化为token进行预测。训练数据来自Open X-Embodiment,经过筛选后使用970k条真实机器人轨迹,在64张A100上训练14天完成。实验表明,OpenVLA在29个真实机器人任务上比闭源的55B RT-2-X模型成功率高出16.5%,且通过微调在多物体多指

m_aigc2022的博客 438

NB-IoT开发避坑指南:STM32下AT指令状态机的设计与优化

本文深入探讨了在STM32平台上为NB-IoT模组开发时,如何用状态机(FSM)设计替代传统的阻塞式AT指令处理方法。通过构建非阻塞、事件驱动的AT指令引擎,有效解决了系统卡顿、响应迟缓等问题,并详细介绍了状态机的设计、实现与高级优化技巧,助力开发者打造健壮可靠的物联网设备通信核心。

q5r6s7的博客 759

DAC8568控制器实战:如何用STM32实现多通道同步输出(附完整代码)

本文详细介绍了如何使用STM32微控制器驱动TI的DAC8568多通道DAC控制器,实现高精度的多通道同步模拟信号输出。内容涵盖硬件设计要点、SPI时序精准配置、驱动层命令构建,并重点解析了通过LDAC引脚实现同步更新的核心策略,提供了完整的代码框架和实战案例,帮助工程师快速解决多通道同步输出的工程难题。

weixin_29179311的博客 174

VLA模型与知识蒸馏

VLA模型通过统一视觉、语言与动作的端到端架构,实现机器人“看懂—听懂—动手”的能力,以RT-2为起点,发展出OpenVLA、Octo、π0等代表性工作。核心思想包括统一架构、知识迁移与跨实体泛化,趋势从“动作即语言”转向连续建模与分层规划。模型蒸馏则通过教师-学生框架压缩大模型,利用软标签与多维度知识迁移,在保持性能的同时显著降低部署成本,成为高效部署的关键技术。

踏雪亦无痕的博客 403

YOLOv11训练:Roboflow免费数据集获取与格式转换超详细教程

公共数据集库:包含超过20,000个开源数据集数据标注工具:支持在线标注和团队协作数据预处理:自动增强、扩充和格式化版本控制:像管理代码一样管理数据集版本多格式导出:支持所有主流目标检测格式import cv2# 加载图像# 加载标注# 数据增强# 调整尺寸# 调整标注坐标# 转换为Tensor# 实现保持长宽比的resize逻辑pass# 坐标转换逻辑pass# 数据增强实现pass数据集选择优先选择Roboflow上标注质量高的官方数据集。

weixin_39818775的博客 2364

OpenVLA:开源视觉-语言-动作模型(CoRL 2024 全文中文翻译与精读)

OpenVLA(CoRL 2024)全文中文翻译与精读:逐章翻译模型结构、动作token化、97万轨迹训练、跨机器人评测、LoRA微调与int4量化,并在引用框中补充个人理解。

qq_33673253的博客 517

【WLAN】【基础知识】WIFI那些事儿之AP扫描周边AP和STA

如本文对你有些许帮助,欢迎大佬打赏: 支付宝及微信打赏方式

一介草民,只为生活。 2886

第1章 机器人SLAM算法工程师主要做什么的?(附SLAM学习路线及资料推荐)

对于想从事机器人与自动驾驶领域的在校大学生、研究生来说,建图定位算法工程师是一个极具发展潜力的岗位,而SLAM知识体系则是胜任该岗位的核心支撑。从基础的计算机工具、C++语言,到核心的开源框架、数学知识,再到硬件衔接与项目实践,每一个环节都不可或缺。建议大家结合自身兴趣确定侧重方向(如激光SLAM、融合定位),先通过开源项目建立实践认知,再补全理论知识,同时积极参与社区交流。

行知SLAM 961

OpenVLA开源机器人决策模型:7B参数实现高泛化视觉-语言-动作控制

视觉-语言-动作(VLA)模型是具身智能的核心范式,其本质是将多模态感知与物理执行统一建模,通过跨模态注意力与动作离散化实现语义指令到机器人行为的端到端映射。相比传统模仿学习或模块化Pipeline,VLA技术显著提升任务泛化性与零样本迁移能力,已在工业装配、服务机器人、教育平台等场景落地。OpenVLA作为首个完整开源的70亿参数级VLA系统,以三段式融合架构(Llama-2+DINOv2+SigLIP)、高质量真实轨迹数据(97万条)和动作tokenization机制,突破闭源模型在部署性、微调效率与真

weixin_29056781的博客 261

【LaTex】3.4 立体几何

本文介绍了使用LaTeX的tikz包绘制立体几何图形的两种方法。首先展示了基础立方体的绘制代码,通过定义8个顶点坐标并连接各边完成绘制。接着讲解了scope功能在3D绘图中的应用,包括标准平面(xy、xz、yz)的绘制方法,以及任意平面的定义技巧。重点说明了如何通过定义平面原点、x和y方向单位向量来创建旋转后的绘图平面,并以45°旋转的yz平面为例演示了圆的绘制。文章提供了完整的代码示例和对应的效果图示,展示了tikz在3D绘图中的灵活性和强大功能。

你的指尖有改变世界的力量 2458

OpenVLA 论文精读笔记

openvla

weixin_41738773的博客 407

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

【具身智能】VLA 赛道图谱(全景横评)

VLA(Vision-Language-Action)模型研究综述(2026) VLA模型通过端到端架构整合视觉、语言与动作输出,显著提升机器人泛化能力。主流模型包括Google的RT-2、斯坦福OpenVLA(开源标杆)、阿里RynnVLA-002(开源SOTA)等,核心差异体现在动作表示、多模态支持及世界模型整合。研究扩展至多传感器融合(如触觉TLA、OmniVLA)和执行层优化(如灵巧手操作FBI)。中国厂商如阿里达摩院、银河通用等积极布局。技术分歧集中于动作表示、世界模型必要性及传感器接入方案。未来

qcx23的博客 530

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

具身智能论文问答(三):Open VLA

与 Octo 这种从头训练并拼凑各个预训练组件(视觉、语言分立)的做法不同,OpenVLA 采用了端到端(End-to-End)的直觉范式:它直接将预训练的视觉-语言大模型(Prismatic-7B)作为骨干,把机器人动作当成一种外语,通过语言模型的自回归机制进行微调预测。实验表明,如果仅在目标数据上微调,模型其实能完成简单的单一指令,但在面临多指令干扰、从未见过的桌面背景或新物体(Semantic Generalization)时,OpenX 数据集注入的“见多识广”的先验底座是决定成败的关键。

m0_56263746的博客 327

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

上一篇: CSS3无限滚动列表实战:如何避免底部留白(附完整代码)
下一篇: SSR策略抉择:在系统稳定性与用户体验间寻找最佳平衡点
普通网友
博客等级 码龄27年 205粉丝 1502原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值