Modèle multimodal vision-langue-action - Historique des versions

Pitpitt le 11 mars 2026 à 17:03

2026-03-11T17:03:34Z

← Version précédente		Version du 11 mars 2026 à 13:03
Ligne 32 :		Ligne 32 :
	[https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia]		[https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia]

	[[Catégorie:~~publication~~]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Patrickdrouin le 10 mars 2026 à 19:06

2026-03-10T19:06:23Z

← Version précédente		Version du 10 mars 2026 à 15:06
Ligne 13 :		Ligne 13 :
	== Français ==		== Français ==
	'''modèle multimodal vision-langue-action'''		'''modèle multimodal vision-langue-action'''

			'''modèle multimodal vision-language-action'''

	'''modèle multimodal VLA'''		'''modèle multimodal VLA'''

Patrickdrouin : Patrickdrouin a déplacé la page Vision-Language-Action Model vers Modèle multimodal vision-langue-action

2026-03-10T19:06:01Z

Patrickdrouin a déplacé la page Vision-Language-Action Model vers Modèle multimodal vision-langue-action

← Version précédente	Version du 10 mars 2026 à 15:06
(Aucune différence)

Patrickdrouin le 10 mars 2026 à 19:05

2026-03-10T19:05:50Z

← Version précédente		Version du 10 mars 2026 à 15:05
Ligne 9 :		Ligne 9 :
	On peut, par exemple, donner des instructions à robot sans apprentissage spécifique. On peut donc lui demander de ramasser au sol un objet tombé sans l'avoir au préalable entraîné pour répondre à cette commande.		On peut, par exemple, donner des instructions à robot sans apprentissage spécifique. On peut donc lui demander de ramasser au sol un objet tombé sans l'avoir au préalable entraîné pour répondre à cette commande.

	Voir aussi ~~'''[[encodeur]]''',~~ '''[[modèle fondateur]]''' et '''[[modèle multimodal]]'''		Voir aussi '''[[modèle fondateur]]''' et '''[[modèle multimodal]]'''

	== Français ==		== Français ==
	'''modèle multimodal vision-langue-action'''		'''modèle multimodal vision-langue-action'''

			'''modèle multimodal VLA'''

	== Anglais ==		== Anglais ==

Patrickdrouin le 10 mars 2026 à 19:03

2026-03-10T19:03:50Z

← Version précédente		Version du 10 mars 2026 à 15:03
Ligne 1 :		Ligne 1 :
	== Définition ==		== Définition ==
	Classe de [[modèle fondateur\|modèles fondateurs]] [[Modèle multimodal\|multimodaux]] unifiés qui intègrent la vision, la langue et les actions (par exemple des mouvements dans l'espace).		Classe de [[modèle fondateur\|modèles fondateurs]] [[Modèle multimodal\|multimodaux]] unifiés qui intègrent la vision, la langue et les actions (par exemple, des mouvements dans l'espace).

	== Compléments ==		== Compléments ==
Ligne 6 :		Ligne 6 :

	Ils peuvent avoir divers domaines d'application, tels que la '''[[robotique]]''' '''[[humanoïde]]''', les véhicules autonomes, la robotique médicale et industrielle, l'agriculture de précision et le déplacement en '''[[réalité augmentée]]'''.		Ils peuvent avoir divers domaines d'application, tels que la '''[[robotique]]''' '''[[humanoïde]]''', les véhicules autonomes, la robotique médicale et industrielle, l'agriculture de précision et le déplacement en '''[[réalité augmentée]]'''.

			On peut, par exemple, donner des instructions à robot sans apprentissage spécifique. On peut donc lui demander de ramasser au sol un objet tombé sans l'avoir au préalable entraîné pour répondre à cette commande.

	Voir aussi '''[[encodeur]]''', '''[[modèle fondateur]]''' et '''[[modèle multimodal]]'''		Voir aussi '''[[encodeur]]''', '''[[modèle fondateur]]''' et '''[[modèle multimodal]]'''

Patrickdrouin le 10 mars 2026 à 19:00

2026-03-10T19:00:59Z

← Version précédente		Version du 10 mars 2026 à 15:00
Ligne 1 :		Ligne 1 :
	== ~~en construction~~ ==		== Définition ==
			Classe de [[modèle fondateur\|modèles fondateurs]] [[Modèle multimodal\|multimodaux]] unifiés qui intègrent la vision, la langue et les actions (par exemple des mouvements dans l'espace).

	== ~~Définition~~ ==		== Compléments ==
	~~Conceptualisés vers 2021-2022, il s'agit d'une classe de modèles fondateurs multimodaux qui intègrent la vision, la langue et les actions.~~ En d'autres termes, ces modèles combinent des encodeurs visuels, des '''[[Modèle de langue\|modèles de langue]]''' et des modules de '''[[politique d'action]]''' pour percevoir leur environnement, comprendre des instructions complexes et exécuter des actions appropriées de manière dynamique.		En d'autres termes, ces modèles (conceptualisés vers 2021-2022) combinent des encodeurs visuels, des '''[[Modèle de langue\|modèles de langue]]''' et des modules de '''[[politique d'action]]''' pour percevoir leur environnement, comprendre des instructions complexes et exécuter des actions appropriées de manière dynamique.

	Ils peuvent avoir divers domaines d'application, tels que la '''[[robotique]]''' '''[[humanoïde]]''', les véhicules autonomes, la robotique médicale et industrielle, l'agriculture de précision et le déplacement en '''[[réalité augmentée]]'''.		Ils peuvent avoir divers domaines d'application, tels que la '''[[robotique]]''' '''[[humanoïde]]''', les véhicules autonomes, la robotique médicale et industrielle, l'agriculture de précision et le déplacement en '''[[réalité augmentée]]'''.
Ligne 9 :		Ligne 10 :

	== Français ==		== Français ==
	'''~~XXXXXXXX~~'''		'''modèle multimodal vision-langue-action'''

	== Anglais ==		== Anglais ==
Ligne 25 :		Ligne 26 :
	[https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia]		[https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia]

	[[Catégorie:~~vocabulary~~]]		[[Catégorie:publication]]

Arianne le 9 novembre 2025 à 16:47

2025-11-09T16:47:13Z

← Version précédente		Version du 9 novembre 2025 à 12:47
Ligne 2 :		Ligne 2 :

	== Définition ==		== Définition ==
	~~xxxxx~~		Conceptualisés vers 2021-2022, il s'agit d'une classe de modèles fondateurs multimodaux qui intègrent la vision, la langue et les actions. En d'autres termes, ces modèles combinent des encodeurs visuels, des '''[[Modèle de langue\|modèles de langue]]''' et des modules de '''[[politique d'action]]''' pour percevoir leur environnement, comprendre des instructions complexes et exécuter des actions appropriées de manière dynamique.

			Ils peuvent avoir divers domaines d'application, tels que la '''[[robotique]]''' '''[[humanoïde]]''', les véhicules autonomes, la robotique médicale et industrielle, l'agriculture de précision et le déplacement en '''[[réalité augmentée]]'''.

			Voir aussi '''[[encodeur]]''', '''[[modèle fondateur]]''' et '''[[modèle multimodal]]'''

	== Français ==		== Français ==
Ligne 13 :		Ligne 17 :

	''' VLA model'''		''' VLA model'''

			''A class of multimodal foundation models that integrates vision, language and actions, conceptualized around 2021-2022. In other words, VLA combines vision encoders, language models and policy modules or planners to achieve the perception of their surroundings, understand complex instructions, and execute appropriate actions dynamically. VLAs can have diverse application domains such as humanoid robotics, autonomous vehicles, medical and industrial robotics, precision agriculture, and augmented reality navigation.''

	== Sources ==		== Sources ==

Arianne : Page créée avec « == en construction == == Définition == xxxxx == Français == '''XXXXXXXX''' == Anglais == ''' Vision-Language-Action Model''' ''' VLA''' ''' VLA model''' == Sources == [https://arxiv.org/abs/2505.04769 Source : Arxiv] [https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia] Catégorie:vocabulary »

2025-10-28T14:56:42Z

Page créée avec « == en construction == == Définition == xxxxx == Français == '''XXXXXXXX''' == Anglais == ''' Vision-Language-Action Model''' ''' VLA''' ''' VLA model''' == Sources == [https://arxiv.org/abs/2505.04769 Source : Arxiv] [https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia] Catégorie:vocabulary »

Nouvelle page

== en construction ==

== Définition ==
xxxxx

== Français ==
'''XXXXXXXX'''

== Anglais ==
''' Vision-Language-Action Model'''

''' VLA'''

''' VLA model'''

== Sources ==
[https://arxiv.org/abs/2505.04769 Source : Arxiv]

[https://en.wikipedia.org/wiki/Vision-language-action_model Source : Wikipedia]

[[Catégorie:vocabulary]]