待验证50% 置信事实精确时间
一项针对视觉-语言-动作（VLA）模型的研究显示，摄像头视野中的一块贴片会降低模拟机器人测试的任务成功率。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
已验证VLA将预训练的视觉-语言模型与机器人动作策略直接对接，使机器人能够将自然语言指令、摄像头图像与低级运动控制统一处理74% 相似待验证Figure的机器人和Tesla的Optimus正在分拣与简单装配等任务上测试，使用视觉-语言-动作模型将摄像头画面与语音指令映射为动作序列。73% 相似待验证使用CLIP等视觉-语言模型的表征,机器人抓取任务的few-shot性能可提升30-50%70% 相似待验证视频生成模型并非真的移动虚拟摄像机，而是在训练数据中学习过'推进'等效果的像素变化模式并据此生成帧序列。69% 相似待验证自动化录屏工具复现镜头运动判断本质上是一个意图识别问题，同样的点击在导航跳转与表单填写场景下是否需要放大的答案可能不同68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104524API
curl https://kongchang.com/api/v1/knowledge/claims/1104524MCP
get_claim(id=1104524)