VLA-Δ物理状态转移学习框架发布

2026年10月16日，arXiv Computer Vision 刊出由 Qi Lu 等作者提出的 VLA-Δ 视觉-语言-动作模型框架及数据集。该工作以当前与未来状态间的物理变化作为显式学习目标，构建了大规模预训练数据集及物理状态转移标注，为连续动作生成提供更直接监督。推理时模型直接从当前观测生成动作，无额外推理开销。据该报道，VLA-Δ 在 LIBERO 和 RoboTwin 上达到与 SOTA 相当的性能，并在真机实验中优于 π₀.₅。作者称代码已公开（Our code is available at this https URL）。目前尚无后续跟进报道，事件进展以该篇主报道为准。

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。