VLA-Pro跨任务程序记忆迁移框架

2026年10月20日，arXiv Robotics 刊出 Shengyu Si 等作者的论文，提出 VLA-Pro 框架。据该论文，VLA-Pro 是一个即插即用框架，面向视觉-语言-动作模型的跨任务泛化：训练时把任务特定的 LoRA 适配器存为参数化程序性记忆，推理时按当前多模态上下文检索并动态融合这些记忆，从而把训练阶段存储的任务相关程序性记忆迁移到推理阶段。报道未披露该框架的适用模型范围、评测任务与数据集、性能提升幅度、代码或模型是否公开，也未提及地域、收费或额度等信息。目前事件进展停留在论文发布与框架介绍层面，尚无后续跟进报道。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。