D&A 让 VLM 零样本充当机器人奖励模型，三榜取得 SOTA

华盛顿大学与 NVIDIA 团队发布 D&A，将 VLM 估计机器人任务进度拆分为描述视频内容和对照成功标准评估两步，无需训练即可作为机器人奖励模型。该方法支持 GPT、Gemini、Claude、Qwen 等 4 个家族的 28 个模型，并在 3 个奖励基准上取得 SOTA；代码与基准数据已开源。