Native-video memory for vision-language-action models, using timestamped visual history and exact streaming inference for long-horizon robot manipulation.

OpenBMB/SimpleMemVLA 對新手友好嗎?

近期外部貢獻者向 OpenBMB/SimpleMemVLA 提交的 PR 還不夠多,暫時無法判斷它們被合併的比例。 目前沒有開放的新手友好 issue,下方列出了我們收錄的該儲存庫的其他 issue。

星號
101
分支
12
開放的新手 issue
0
已索引 issue
3
主要語言
Python
授權條款
MIT
最近 GitHub push
2026年10月18日
最近索引
2026年9月19日
貢獻指南
沒有貢獻指南
行為準則
沒有行為準則
新手標籤
沒有已索引的新手標籤
PR 合併指標
30 天內沒有已合併 PR

如何為 OpenBMB/SimpleMemVLA 做貢獻

  1. 這個專案沒有貢獻指南,可以先讀 README,再看幾個最近合併的 PR,了解變更是怎麼提交的。
  2. 你的貢獻將以該專案的 MIT 授權條款發布。
  3. 追蹤這個儲存庫,有新的新手友好 issue 時就能知道;也可以看看下方的其他 issue。
正在載入 Issue

可能已有人在做的 issue 排在最後。 全部依時間排序

  • A question about finetune process
    未關閉

    難度 1/5 1 小時以內 新手友好度 25/100

    OpenBMB/SimpleMemVLA#3 · 4 則留言 · 1 個 reaction ·

  • How to adapt for a VLM?
    未關閉

    難度 5/5 一週以上 新手友好度 25/100

    OpenBMB/SimpleMemVLA#2 ·

  • Verify evals on Papers with Code
    未關閉

    難度 4/5 3-5 天 新手友好度 30/100

    OpenBMB/SimpleMemVLA#1 · 3 則留言 ·

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。