港科大广州等发布 SLA：持续预训练扩展空间-语言-动作模型
HKUSTGZ · hf · 2026-11-06
港科大（广州）、北京精智院、清华等机构提出 SLA，一个通过持续预训练扩展的空间-语言-动作（Spatial-Language-Action）模型。
- 动机：VLA 基座的视觉表征主要继承自 2D 视觉-语言预训练，空间监督通常只在任务特定适配阶段引入，缺乏可迁移的空间理解基础能力。
- 方法：从预训练 π0.5 策略初始化，将中间视觉嵌入与冻结 3D 感知模型的空间表征做隐式对齐联合训练；引入特征依赖门控自适应聚合多层 VLA 特征；利用部分可用的深度与相机标定配合 RGB，充分利用异构几何标注；概率状态 dropout 鼓励依赖视觉线索、防止过拟合演示轨迹。
- 特点：所有辅助组件只在训练期使用，推理架构保持不变，可直接复用已有 VLA 骨干；统一整理异构机器人数据集以覆盖多样本体、任务与场景。
「具身」频道最新
- 密歇根大学 ROB 501 全套 26 讲机器人数学课免费开放 — techNmak · 2026-11-06
- 马斯克:Cybertruck 明年年中停产,产能让位 Cybercab 量产 — elonmusk · 2026-11-06
- 新华社聘用两台 UBTECH U1 人形机器人主播播报新闻 — CyberRobooo · 2026-11-06
- KAIST DreamFree：蒸馏视频扩散表征，免生成未来帧实现实时机器人控制 — kaist-ai · 2026-11-06
- Wayve 量产在途,详解端到端自动驾驶的「Learned Safety」安全验证路线 — Jamie_Shotton · 2026-11-06
- 博主提议把 agent 接到远程可控蟑螂集群上，赛博昆虫带摄像头 — Sauers_ · 2026-11-06