Tags: #long-horizon manipulation

BagelVLA 论文精读：用交错语言计划与视觉预见解决长时域操作

精读 BagelVLA：在统一 MoT 模型中交错生成子任务文本、未来关键帧和动作，并用 Residual Flow Guidance 降低视觉预见延迟。

13 min read