Spotter:VLM 只在出错时出手,真机成功率 53% 提至 83%

青稞AI · wechat · 2026-10-11

格里菲斯大学、清华等机构提出 Spotter 框架,解决具身模型（VLA）失误后无法自我纠错的问题。实验发现 VLA 抓空后仍会照常执行,纠正失败的能力不足十分之一;打分器在失败状态下判断接近随机。Spotter 反转主流 VLM-Led 做法:具身模型持续执行,本地 Qwen 并行筛查风险,确认出错时才由 VLM 动手修复并反思,修完交还控制权。

RoboCasa 上 CosmosPolicy 成功率从 67.9 升至 73.5,π0.5 从 64.3 升至 71.8;真机 Franka 实验平均成功率从 53% 提升到 83%,长程任务从 30% 到 70%。成功回合平均只多十几秒,比 VLM-Led 快约 70%。本地一台机器跑 Qwen 即可使用,代码已开源。