SLA以持续预训练扩展空间语言动作模型

港科大（广州）、北京精智院、清华等机构提出空间—语言—动作模型 SLA，通过持续预训练增强模型的空间理解能力，而不改变原有推理架构。 SLA 从预训练 π0.5 策略初始化，训练时利用冻结的 3D 感知模型提供空间表征，并引入多层特征聚合和概率状态 dropout；这些辅助组件仅在训练阶段使用，推理时可直接沿用原有 VLA 骨干。训练数据还统一整理了覆盖不同机器人本体、任务和场景的异构数据集。

AI 根据报道生成 · 25 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。