Patch Policy 用 0.7% 参数量在单张 5090 上胜过 OpenVLA-OFT
ChongZzZhang · x · 2026-07-23
Patch Policy 认为，机器人策略不一定要靠 7B 参数堆出来，关键是利用稠密视觉特征。
- 方案是 预训练 ViT + 小型 transformer，据称在参数量只有 OpenVLA-OFT 的 0.7% 时，效果还更好。
- 训练硬件只用到 一张 RTX 5090。
- 演示里它能以约 2 mm 的容差完成插线，并且在执行过程中被中途打断后，重新回到任务仍能继续成功。
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
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11