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：0.7%参数量反超7B VLA模型(5 条相关)→
「具身」频道最新
- 探访仓储机器人公司 Dexory：8 米扫描塔与全栈自造之路 — lukas_m_ziegler · 2026-10-26
- M5Stack StickS3 固件更新:远程取景支持理光 GR 相机 — OpenAIDevs · 2026-10-26
- 傅利叶 GR-3 裸机状态一次连爬六层楼,下楼无保护绳 — chris_j_paxton · 2026-10-26
- 中科院团队发布 FocusVLA:按操作意图动态切换机器人相机视角 — iscas-cloud · 2026-10-26
- Pandora M1 原型亮相:分布式 GPU 监控的实体硬件设备 — tarantulae · 2026-10-26
- $150 掌上 Linux 电脑 Mecha Comet 开放预订,还能揣兜跑 Claude Code — Paimaamu · 2026-10-26