关系空间对齐方法提升VLA空间理解

2026年10月20日，arXiv Robotics 刊出 Chaoran Zhu 等作者的论文，提出一种面向视觉-语言-动作（VLA）模型的关系空间对齐方法。该研究称，方法通过对齐成对关系而非逐点相等，向 VLA 模型注入 3D 空间感知，避免直接对齐 3D 基础模型导致的表征秩崩塌。作者在公开基准、新构建的空间推理基准及真实机器人操作场景中验证该方法，称其在多种操作任务上取得稳健性能并增强空间感知能力。目前报道未披露具体基准名称、任务数量、性能提升幅度、对比基线及代码或模型开放情况，也未说明方法适用模型规模与训练成本。事件进展以该篇主报道为准，暂无后续跟进报道。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。