N_0-VTLA：首个大规模视触觉语言动作机器人模型发布
NeoteAIEmbodied · hf · 2026-08-03
研究团队推出了 N0-VTLA，一个具备精细触觉感知与控制能力的视触觉语言动作（VTLA）基础模型。这是首个在大规模触觉数据上进行预训练的 VTLA 模型。
核心技术点：
- 训练策略：包含视触觉预训练、分阶段触觉路径整合，以及基于优势条件的离线策略改进。
- 数据基础：在大规模视触觉机器人数据集 NeoData 上学习广泛的接触先验。
- 离线强化学习（ALTER）：将相对进度和轨迹事件比较转化为二进制优势标签，显著提升可变形物体操作等接触密集型技能的学习效率。
测试表现：
- 赢得全部 9 项 NeoReal 真机测试任务。
- 在 20 项仿真任务中平均成功率达 63.8%（最强基线为 44.0%）。
- 在 3 项长时序真机任务中成功率达到 75-95%。
「具身」频道最新
- AgenticROS 推出机器人云服务：支持全球 P2P 远程操控与多硬件适配 — chrismatthieu · 2026-08-03
- 突破单一模型瓶颈：RoboHarness异构策略编排提升机器人长时序任务 — 机器之心 · 2026-08-03
- Foundation 机器人实现开环接球，肌腱低摩擦提升本体感受 — CyberRobooo · 2026-08-03
- 黄仁勋：视频生成模型已破解机器人物理直觉难题 — r0ck3t23 · 2026-08-03
- 曝 OpenAI 硬件版图：200 美元无屏音箱与 AI 手机均定档 2027 — 创业邦 · 2026-08-03
- ACE-Data-0 发布：150小时多模态具身数据引擎 — liuziwei7 · 2026-08-03