VLAC 是面向真实机器人强化学习与数据精炼的通用 pair-wise critic 与操作模型，可基于图像和任务描述进行任务进度预测与任务完成验证，也具备 VLA 形式的具身动作输出能力。仓库提供 VLAC-2B，并指向可用的 VLAC-8B 模型与在线 Demo。

模型采用 pair-wise comparison 机制，将视频数据处理为任意两帧之间的成对样本，用于学习任务进度差异，并结合任务描述和完成度评估。训练数据包括 3000h+ 人类第一视角数据、1200h+ 公开机器人操作数据、15h+ 自采集操作数据，以及多种图像理解数据。

VLAC 可用于过程跟踪、完成判断、任务描述估计、视觉问答、动作生成和轨迹质量筛选；它可根据 VOC 值和负向 pair-wise 分数过滤低质量轨迹或动作，为真实强化学习提供密集奖励反馈，并辅助模仿学习数据精炼。安装环境要求包括 Python >=3.9、Torch >=2.0、Transformers >=4.51、PEFT >=0.15.2 等。