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
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- 机器人走到冰箱前拿出一瓶啤酒 — Darpinian · 2026-07-27
- 研究者用针织结构复现数字电路 — mtizard · 2026-07-27
- 本地 Qwen 模型驱动机械臂测试 78 款手机续航 — gappyvalley · 2026-07-27
- TechCrunch 讨论脑波信号或成 physical AI 训练新钥匙 — TechCrunch AI · 2026-07-27
- YC 讨论具身机器人：预训练、记忆和组合行为才是关键 — ycombinator · 2026-07-27