Patch Policy 用 0.7% 参数量，操控成绩反超 7B VLA 18%
ylecun · x · 2026-07-23
研究者提出 Patch Policy：给机器人策略加一个很小的架构改动，让基于 Transformer 的控制器直接消费 ViT 的密集 patch token，而不是先压成单一向量再决策。
- 论文的核心观点是：预训练 ViT 保留了丰富的空间细节，但常规策略把这些信息大多丢掉了。
- 在实验里，Patch Policy 比一个微调后的 7B VLA 高出 18%，而参数量只有对方大约 0.7%。
- 作者将其定位为一种无需百亿级视觉语言模型，也能提升精细、稳定操作能力的方案。
所属事件:Patch Policy 借稠密视觉特征实现机器人操控新突破(4 条相关)→
「具身」频道最新
- Kalanick 的 Atoms 在 a16z 领投下融资 17 亿美元 — Justgototheeffinmoon · 2026-07-23
- NVIDIA 说物理 AI 需要 EB 级仿真数据 — jonstephens85 · 2026-07-23
- 马斯克称 Optimus 要做首个日常可用的人形机器人 — XFreeze · 2026-07-23
- NVIDIA 开源机器人仿真器把训练从 5 小时压到 2 分钟内 — imjustnewatai · 2026-07-23
- 又一条 Vicarious 与 da Vinci 的机器人商业化对照 — AIandDesign · 2026-07-23
- 特斯拉称 Optimus 产线已开始安装，量产“很快”启动 — Polymarket · 2026-07-23