NVIDIA 等团队论文：放开 VLA 梯度回传，操作任务进度最高接近三倍

NVIDIA、普林斯顿和斯坦福团队研究 VLA 训练中的 action token 与梯度回传，发现从零联合训练时放开梯度可使驾驶路线进度从 0.600 升至 0.703。操作任务中，π0.5 无 FAST 时进度从 10.3% 升至 32.9%，有 FAST 时从 19.5% 升至 30.7%，MolmoAct2 也呈现同向改善。