跳到正文
AGI Hunt· DJiafei·· 55 分钟前AI 评分39

多数 VLA 预训练后丢失底座 VLM 的视觉语言能力

AI 导读

一项隔离开源 VLA 底座 VLM 权重并在 8 个视觉语言基准上评测的研究发现,多数 VLA 经机器人预训练后大幅丧失原有视觉语言能力。研究将模型分为近乎全失、部分保留和基本保留三类,其中 π0-5、OpenVA、GR00T N1.7 等相较底座模型的得分变化为 +4.1 分、-50.3 分和 -65.3 分。

来源:AGI Hunt · agihunt.info