概念Pretrained VLA
预训练VLA
已经在大规模机器人演示数据或跨本体数据上预训练的视觉-语言-动作模型，内化了大量动作先验，在整合世界模型时偏好解耦式设计以避免表征冲突。
时间轴 (近 90 天)
10月15日
对于基于标准VLM构建的策略，引入世界建模能稳定带来收益；而对于预训练VLA，解耦式设计的兼容性明显更好。
待验证50%
10月15日
预训练VLA的参数已高度特化于动作生成，若让同一骨干同时承担未来预测与动作生成，梯度方向可能相互冲突，导致表征被拉扯。
待验证50%
已经在大规模机器人演示数据或跨本体数据上预训练的视觉-语言-动作模型，内化了大量动作先验，在整合世界模型时偏好解耦式设计以避免表征冲突。
对于基于标准VLM构建的策略，引入世界建模能稳定带来收益；而对于预训练VLA，解耦式设计的兼容性明显更好。
预训练VLA的参数已高度特化于动作生成，若让同一骨干同时承担未来预测与动作生成，梯度方向可能相互冲突，导致表征被拉扯。