浙大 VLA-Δ 让机器人学会预判物理状态变化，LIBERO 成功率 98.4%
量子位 · wechat · 2026-11-15
浙江大学 ACES 实验室 OmniAI 团队发布 VLA-Δ，针对当前机器人常见缺陷——动作符合流程却达不到任务目标（如夹爪合上但苹果仍在桌面）——把「当前到未来之间物理状态如何变化」变成明确的预训练目标。
方法：引入可学习的物理状态差异 Queries，配合三类互补监督：
- 结构化变化槽位：九类监督目标，覆盖任务阶段、目标位置、夹爪与接触变化、障碍风险等；
- 稠密光流：保留接近、对齐等细粒度视觉运动细节；
- 未来状态差异文本：用自然语言描述任务进展与接触/空间变化。
动作专家结合机器人自身状态，通过 Flow Matching 生成连续动作段。
训练数据：基于 DROID、MolmoAct、RH20T 构建约 484 小时、2400 万帧语料，配套自动化标注流程。
结果：LIBERO 40 个任务平均成功率 98.4%（对比方法最高）；RoboTwin2.0 双臂任务上超过 ZR-0；真实 AgileX PiPER 双臂平台五类任务（避障/长程/精细操作/空间推理/背景泛化）共 200 次测试，平均成功率 68.0%，比 π₀.₅ 高 5.5 个百分点。
论文、项目主页与代码均已开源。
「具身」频道最新
- Bindu Reddy 看好 SpaceX 与 Tesla 合并:机器人+太空数据中心 — bindureddy · 2026-11-15
- Scale CEO Alexandr Wang 晒「超级智能版 pip-boy」设备 — alexandr_wang · 2026-11-15
- TIER IV 携手小松开发自动运输自卸车，2027 年落地日美 — 4310sy · 2026-11-15
- 曝 Optimus 机器人随星舰升空绕地飞行后返回并被捕获 — xiaohu · 2026-11-15
- 中国首飞10吨级全电动客机CE-25A,可载人19名并支持自主飞行 — saibharadwaj · 2026-11-15
- 开源扫地机器人 OOMWOO 走红 GitHub，13.1k 星可自行 3D 打印组装 — Technovangelist · 2026-11-15