清华等推 ScaleVLA:把 VLA 模型扩到 552B 参数,10 条演示胜过 2B 模型 50 条

GalaxyGeneralRobotics · hf · 2026-11-17

清华、北大、上海交大与 Galbot 团队提出 ScaleVLA,将 552B 的 DeepSeek-V4.1-Flash 骨干连接可训练的 action DiT,并在统一训练设置下系统对比 2B 到 552B 的 VLM 骨干,检验前沿规模表征对机器人学习的价值。

三项核心结论:

尽管规模巨大,ScaleVLA 每个 action chunk 中位延迟仅 216ms。结论:前沿 VLM 不仅可作推理 agent,也可作为高效、可泛化机器人策略的表征基础。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →