Younai2021的博客

【前沿VLA模型研究进展】近期涌现多款创新视觉语言动作模型：上海交大DreamVLA(2025.7)引入dream token预测未来世界知识；复旦4D-VLA(2025.6)通过3D坐标增强时空建模；达摩院WorldVLA(2025.6)采用自回归世界模型。上海AI Lab的Seer(2024.12)首创预测逆向动力学框架，斯坦福OpenVLA(2024.6)成为主流LLM-based基准，字节GR-1(2023.12)则探索视频生成预训练路径。这些模型在动作预测、时空表征和世界建模等方面取得突破性进展。

摘要：在无屏幕Linux服务器（4090 8卡）运行Robosuite和LIBERO仿真时遇到可视化报错。通过OSMesa实现无屏CPU渲染后，出现glGetError和OpenGL库缺失问题。解决方案包括升级pyrender、安装python-opengl和libosmesa6，以及通过conda安装libstdcxx-ng和gcc修复GLIBCXX版本缺失问题，最终成功实现可视化。