TeleAI提出潜空间引导方法解决VLA跨本体泛化难题
（图片来自网络）
中国电信人工智能研究院（TeleAI）具身智能团队提出一种新的“对齐 - 引导 - 泛化”（ATE）框架，针对视觉 - 语言 - 动作（VLA）模型跨本体泛化难题提出解决方案，显著提升模型在目标场景下的适配能力与泛化效果。
在多模态大模型的具身操作应用中，VLA模型需在目标本体上后训练以实现通用操作能力。但现有VLA基座模型在进行目标场景应用时，需采集大量目标本体数据才能适配（Post-Training），且当目标本体与预训练本体差异较大时，动作分布失配问题严重，传统的后训练方法效果受限。TeleAI团队为了解决这一问题，提出“对齐 - 引导 - 泛化”（ATE）框架。
ATE框架的核心思想是在统一的潜空间中对齐跨本体的动作分布，并在后训练阶段利用潜空间的引导项牵引策略更新方向，无需改动VLA模型主干架构。这一方法适配Diffusion和Flow-Matching等主流VLA模型，大大减少了VLA跨本体适配的数据需求。
ATE框架分为两个阶段：第一阶段是动作潜分布对齐，将预训练与目标本体的动作分布映射到统一潜空间，解决分布失配问题；第二阶段是动作潜分布引导，在统一潜空间上设计引导函数，利用可微的分类引导项，在后训练阶段将策略更新方向牵引至目标分布，实现高效适配。
实验结果显示，ATE算法在多任务仿真评测（如ManiSkill、RoboTwin 1.0）中，相较于直接后训练平均多任务成功率提升9.8%，在真实机器人跨本体场景中成功率最高提升32%，且在光照、干扰等环境下表现更稳健。这表明ATE框架在统一潜空间引导下，有效提升了VLA跨本体与跨任务的泛化能力，为数据稀缺场景下的后训练难题提供了可行方案。
研究总结指出，在VLA基座模型尚未直接具备泛化能力时，ATE框架为突破数据与训练瓶颈提供新路径，可通过最小工程代价实现快速、稳健的跨本体泛化适配，成为兼容主流VLA模型的实用后训练方案。
最新新闻
- 2025年9月18日：英伟达与英特尔达成定制芯片合作协议，特朗普政府未参与，郭明錤称台积电风险可控
- 2025年9月18日：英伟达斥资50亿美元入股英特尔，推动计算领域合作发展
- 2025年9月18日：拉什福德欧冠梅开二度：进球时感知空隙故直接射门
- 2025年9月18日：丁俊晖英格兰赛1/8决赛惜败无缘8强：3-0领先连输4局出局
- 2025年9月18日：拉什福德欧冠首球献予巴萨，时隔两年多再进欧冠进球
- 2025年9月18日：微软又要砸40亿建AI数据中心2.0，全球最强AI基建新动态
- 2025年9月18日：欧冠比赛中多纳鲁马神扑扑出别克马头球瞬间成焦点
- 2025年9月18日：23年50号秀！黄蜂官方：球队签下自由球员前锋基昂泰-约翰逊
- 2025年9月18日：谷歌Chrome浏览器接入Gemini：智能解读网页与历史记录功能正式上线
- 2025年9月18日：西班牙后卫赫伊森吐槽足球判罚机制引争议
- 2025年9月18日：NBA与英国合作投资数百万美元 扩大英国民间篮球运动 试点欧洲联赛前的布局
- 2025年9月18日：机器人成康复训练‘新帮手’？科技突破助力周期运动精准化
- 2025年9月18日：腾讯阿里市值双涨，科技巨头发展路径引发关注
- 2025年9月18日：2025亚冠小组赛冲突事件：球员扭打球迷投掷杂物 比赛险中断
- 2025年9月18日：鲁伊-科斯塔：穆帅符合选帅标准 本菲卡新帅亮相发布会
- 2025年9月18日：B席谈德布劳内重返伊蒂哈德：宿命感让主场成主场作战
- 2025年9月18日：苹果更实惠MacBook预计2025年第四季度量产
- 2025年9月18日：一代经典旗舰SUV大众途锐停止供应 中国市场车型调整
- 2025年9月18日：苹果计划在台湾建立测试生产中心，为可折叠iPhone做前期准备
- 2025年9月18日：英伟达斥资50亿美元入股英特尔，双方合作定制AI芯片，英特尔股价暴涨近30%
精彩评论（10）