您的位置首页 >人工智能 >

2B 规模模型实现 98.4% 成功率,浙大 VLA-Δ 新成果让机器人学会识别物理状态变化

浙江大学 ACES 实验室 OmniAI 团队推出 VLA-Δ 视觉语言动作模型,基于 2B 参数规模的视觉语言骨干网络,在 LIBERO 仿真机器人测试基准上拿到 98.4% 平均任务成功率,这项成果解决传统机器人 VLA 模型只会模仿动作轨迹、忽略物体物理状态变化的通病,让机器人能够看懂操作前后物体发生了什么改变,以此判断任务是否真正完成。过去很多机器人模型只是学习 “看到画面就输出对应动作”,就算动作流程走完,但物体没有被抓取、没有移位,任务依然失败,也就是动作执行了但目标没达成。浙大团队的核心创新,就是把物理状态转移作为显式监督信号,在预训练阶段教会模型识别任务进度、空间位移、物体接触变化,构建包含未来状态文本描述、结构化状态槽位、光流信息三类监督通道,模型不再只复刻动作,而是理解操作带来的物理改变。这套方案配套自动标注流水线,使用 484 小时、2400 万帧机器人演示数据完成预训练,在真实双臂机器人 5 类实操任务上,平均成功率达到 68%,在避障任务上表现超过同类型主流模型。

VLA-Δ 核心技术清单

  • 模型骨干:2B 规模视觉语言 VLA 底座,模型体量适中,更容易在机器人边缘端部署
  • 创新监督信号:以物体物理状态变化作为训练目标,包含未来状态差异文本、结构化状态槽位、稠密光流三条监督通道
  • 训练数据集:484 小时机器人演示素材,合计 2400 万帧,配套自动化标注管线
  • 仿真评测结果:LIBERO 基准平均成功率 98.4%,其中空间类任务 98.8%、物体类任务 99.8%、目标类任务 98.6%、长时序任务 96.4%
  • 真机测试结果:真实双臂机器人五类操作任务平均成功率 68.0%,障碍物规避任务性能领先对比模型

VLA-Δ 训练简要步骤

  1. 数据标注:利用自动化管线,给机器人演示视频标注物体状态变化信息,生成状态文本、结构化槽位与光流特征
  2. 预训练阶段:分三阶段预训练,学习未来状态差异文本,初始化状态槽位与光流表征,联合动作预测训练
  3. 下游微调:仅使用动作数据微调策略,部署阶段不需要额外解码中间状态监督信息
  4. 仿真验证:在 LIBERO、RoboTwin 2.0 等机器人基准上完成多组对照实验,验证模型能力
  5. 真机落地:部署在实体双臂机器人,开展抓取、搬运、避障等真实物理场景测试

成果价值总结

传统 VLA 机器人模型容易出现 “动作做完任务失败” 的问题,根源就是缺少对物体物理状态变化的理解。浙大 VLA-Δ 的核心思路,是让模型把 “状态有没有改变” 当成判断依据,而不是单纯模仿动作序列。2B 参数规模就实现很高仿真任务成功率,兼顾性能与部署成本,为通用操作机器人提供新的训练范式,有助于提升机器人在家庭、工厂场景处理长时序操作任务的稳定性。

【常见问题】

问题 1:浙大 VLA 新成果 2B 模型取得 98.4% 成功率,这个测试是在哪套机器人基准完成?

回答 1:浙大 VLA 新成果 2B 模型取得 98.4% 成功率,该指标是在 LIBERO 仿真机器人基准上测出,这套模型名为 VLA-Δ,核心能力是让机器人学会感知物理状态变化。

问题 2:浙大 VLA-Δ 让机器人学会状态变化,和传统机器人 VLA 模型最大区别是什么?

回答 2:浙大 VLA-Δ 让机器人学会状态变化,传统 VLA 模型直接学习画面到动作的映射,容易出现动作走完但任务失败;VLA-Δ 把物体物理状态转移作为显式监督目标,理解操作带来的物体改变,而不是单纯复刻动作轨迹。

问题 3:浙大 VLA-Δ 这款 2B 模型,在真实双臂机器人上的任务成功率是多少?

回答 3:浙大 VLA-Δ 这款 2B 模型,在真实双臂机器人五类实操任务测试中,拿到 68.0% 平均成功率,在障碍物规避任务上优于多款主流机器人 VLA 模型,实现对物理状态变化的感知。

【参考资料】

[2026-11-15](2B 模型拿下 98.4% 成功率!浙大 VLA 新成果让机器人学会状态变化)ZAKER 新闻(来源:量子位)

[2026-10-21](VLA-Δ: 物理状态变化当监督信号,LIBERO 98.4)AILog

[2026-10-20](VLA-Delta Supervises Physical State Transitions for Robots)arXiv 论文

[2026-11-15](浙大 OmniAI 团队 VLA-Δ:以物理状态变化监督视觉语言动作模型)机器之心

【免责声明】

本文仅为浙大 VLA-Δ 机器人模型科研成果资讯解读,不构成机器人采购、项目落地投资建议。98.4% 为仿真环境 LIBERO 基准测试数据,真机任务成功率为实验室测试结果;模型在复杂真实环境的表现会受硬件、场景、物体干扰等因素影响,完整技术细节以浙大团队发布论文为准。

今日大家都在搜的词: