世界模型表征蒸馏进紧凑VLA策略

Trung Dao 等研究者在 arXiv 发表论文，提出在常规 VLA 训练中加入一项特征对齐损失：用冻结的世界模型对训练帧一次性前向并缓存，让学生策略与该缓存对齐，从而继承世界模型的物理场景表征，不引入生成式推演开销。 论文称，0.8B 学生模型在 LIBERO 上达到 97.9%，在 RoboCasa-GR1 人形操作上从 48.2% 提升到 50.5%，同一目标也迁移到真机，覆盖单臂与双臂平台。部署策略与未蒸馏基线完全相同，在消费级 RTX5090 上以 32ms、1.86GB 运行，作者据此称收益来自表征本身而非额外容量或测试时算力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。