← Volver al glosario
Modelo de visión, lenguaje y acción (VLA)
Modelo que combina percepción visual y comprensión del lenguaje para producir acciones, a menudo en robots.
Avanzado robotica multimodal acciones
Definición completa
Un modelo de visión, lenguaje y acción relaciona imágenes o vídeo con instrucciones y acciones ejecutables. Puede traducir órdenes en movimientos de robot, pero requiere pruebas y controles adecuados al entorno físico donde opera.
Ejemplo en contexto empresarial
Un robot interpreta “recoge la taza roja” mediante la cámara y planifica los movimientos necesarios.