上交大新方法：解决指令改写致机器人失效难题

jiqizhixin · x · 2026-08-16

为何简单改写指令就会让机器人失效？上海交通大学与 Anyverse Dynamics 提出了 Grounded Semantic Re-binding (GSR) 方法。

问题根源在于当前模型过早融合视觉与文本数据，产生噪声破坏控制指令。GSR 提取任务含义后，仅在最后阶段与视觉数据融合，并从头训练新的动作解码器。结果在 LIBERO-Para 基准上，成功率提升高达 44.6%，轻量级模型匹敌庞大预训练系统，创下 70.4 的 PRIDE 分数纪录。团队还发布了近 0.33B 参数的 ParaVLA 模型。