19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构
ninamiolane · x · 2026-10-27
arXiv 论文《A Phenomenology of Neural Geometry in Vision-Language-Action Models》由 Mozes Jacobs、Aiden Swann、Mathilde Papillon、Nina Miolane 等 19 人合作，研究机器人 VLA 策略内部的任务相关概念呈现何种几何形状。
- 此前工作只证明变量可从激活中线性读出，但可读不等于形状简单，实际可能是弯曲、多维的
- 结合控制变量扫描、自然 rollout、线性探针和激活干预，论文为 VLA 模型中 7 类任务相关概念建立分类学
- 发现：概念几何以多维为主，且由策略所受约束塑形——关节物理极限使腕部朝向呈开放弧而非圆环；“到目标距离”这一个标量被实现为两个正交子空间，分别是接近阶段的粗标尺和抓取阶段的细标尺
- 同样的几何结构在另外两个使用真实机器人数据的 VLA 模型中复现，说明并非模型特异或仿真产物
- 沿概念几何方向干预激活可实现策略行为引导，证明发现有可操作性
「具身」频道最新
- Wayve CEO：端到端 AI 不仅用于驾驶，安全也应靠学习而非规则 — alexgkendall · 2026-10-27
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- 苏黎世 Physical AI 黑客松现场：与价值 150 万美元的人形机器人同处一室 — ___Mufasaa · 2026-10-27
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27