J9集团

Vision？+说话？+行为？

MOTOVIS VLA基础大模型框架
，是认知模型的基础
，是以视觉编码器
，视觉说话模型
，作为战术模型为基础
，以世界模型为强化进建环境
，以4D数据集
，VQA数据集
，律例数据集
，物理交互数据集作Fine Tune。