Robota-Embed论文发布：统一VLA嵌入模型

Robota-Embed研究团队发布论文，称Robota-Embed是首个在当前状态查询与已记录未来延续中同时编码任务、执行阶段和动作三种模态的VLA嵌入模型，并配套发布Robota-Embed-Bench基准，训练语料含1,695,684条清洗后的训练锚点，基准含4,000条查询与共享的8,000条候选库。 论文报告，其Embed2ICL方法利用检索到的经验进行免训练与训练式策略条件化，在DROID-Sim上将成功率从47.0%提升至56.3%，在LIBERO困难子集上从86.4%提升至92.8%；在五个ManiSkill任务上取得68%成功率，同协议下GPT-6 Astra Direct为24%、以Omni-Embed-Nemotron-3B独立演化的框架为33%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。