VLA-Δ

浙江大学 ACES 实验室 OmniAI 团队提出 VLA-Δ，把任务进展、空间位移与接触变化转化为显式预训练监督信号，让动作生成所依赖的内部表征同时学习任务语义与视觉运动。基于 2B 视觉语言骨干，该方法在 LIBERO 上取得 98.4% 平均成功率，真实双臂机器人五类任务平均成功率 68.0%。