5 种 VLA 策略跨 4 种机器人实测暴露泛化难题：环境多样性成新稀缺资源

DJiafei · x · 2026-11-06

机器人领域正重演 AI 基准测试的老问题：模型在受控环境表现出色，换个陌生场景就崩溃。本周 RoboColosseum 把这个问题推进到真实世界，在 4 种不同机器人本体和分布式环境中测试了 5 种 VLA 策略和 3 个前沿 agent。

作者认为下一个稀缺资源可能不只是训练数据，而是环境多样性——不同的建筑、布局、光照、障碍物、同一任务的不同版本。只见过精心策划实验室的机器人学会的是实验室；在数千个真实场所测试过的机器人更有机会学会真实世界。