StarVLA 提出表征中心训练:16 块 GPU 训 VLA,头部迁移提升 14 个百分点
jiqizhixin · x · 2026-09-16
机器之心介绍 StarVLA 团队的新方法 VLAct（论文《Beyond Data Scaling: Representation-Centric Continued Pre-training for VLAs》），主张 VLA 的提升来自更好的表征而非更多数据。
- 问题：机器人数据无法从互联网抓取，每条轨迹都要真机遥操作采集，「更多数据+更大模型」的语言模型 scaling law 在机器人领域撞墙。
- 方法：VLAct 用仅 16 块 GPU 和开源数据做继续预训练，核心是用 OFT（正交微调）头直接塑造主干网络的动作表征。
- 关键证据：同头性能不会自动跨头迁移——OFT 头性能从 61.7% 提升到 75.8%，但同一主干换成 PI 头后优势消失，说明改进确实发生在动作表征层面。
「具身」频道最新
- ANYbotics 防爆四足机器人 ANYmal X 开始向客户交付，全球首个 — lukas_m_ziegler · 2026-11-02
- 内存涨价三倍，特斯拉把 Optimus 大脑内存砍掉三分之一 — aakashgupta · 2026-11-02
- 周末懒得整理桌面？博主让机器人代劳清理全程实拍 — flngr · 2026-11-02
- Whoop 与 Apple Watch 双持同一条表带，健康监测两不误 — tinyfool · 2026-11-02
- REA 提出「大脑-小脑」异步机器人控制运行时，运行策略不等大脑 — Pengfei Zhou · 2026-11-02
- 机器人格斗正式登陆日本，东京将设常设竞技场 — cixliv · 2026-11-02