π0.5 相关 AI 资讯 · AITOP · AI热报

8月14日

11:38

11:38

官方账号arXiv cs.AI@Yukun Dai, Mingzhe Dai, Tianshi Wang, Fengling Li, Jingjing Li, Lei Zhu

UniTexture 是一种针对视觉-语言-动作（VLA）模型的对抗纹理攻击方法，通过单个带纹理的 3D 物体诱导多任务动作预测偏离。该方法利用可微渲染器将策略动作输出的梯度回传到表面纹理参数，跨任务联合优化共享纹理。在 OpenVLA 和 π0.5 上的多任务评估中，UniTexture 将平均任务成功率从良性条件下的 90.0% 降至攻击下的 48.4%。攻击还表现出跨套件和跨模型迁移能力，无需重新优化即可生效。研究揭示了多任务 VLA 中共存的跨任务安全漏洞。

论文 UniTexture OpenVLA π0.5

推荐理由：拿一个贴了纹理的物体就能让 OpenVLA 和 π0.5 的成功率从 90% 掉到 48%，还能跨模型生效，搞机器人安全的可以看看。

7月11日

17:35

17:35

官方账号Decoder@Jonathan Kemper

北京人工智能研究院发布Orca世界模型，它预测抽象世界状态而非token或像素。该模型在125,000小时视频上训练，未使用任何动作标签。在五个机器人任务上，Orca的表现与专用π0.5模型相当。这项研究可能有助于缓解机器人领域长期面临的数据短缺问题。

AI模型 Orca π0.5 世界模型

推荐理由：中国团队搞了个Orca世界模型，不用学动作标签就能看懂视频里的世界，在五个机器人任务上跟专业π0.5打平，厉害。

7月8日

10:16

10:16

官方账号arXiv cs.LG@Ryuji Oi, Hikari Otsuka, Kosuke Matsushima, Yuki Ichikawa, Masato Motomura, Tatsuya Kaneko, Daichi Fujiki

论文提出ActionCache，一种即插即用的外部缓存，用于加速基于流匹配的视觉-语言-动作（VLA）模型推理。ActionCache通过存储紧凑多模态键的中期动作，从相似过往上下文（跨不同回合甚至任务）中检索来预热生成，减少迭代去噪步骤。在仿真和真实环境实验中，ActionCache在低延迟下保持高任务成功率，对π₀.₅和GR00T-N1.6分别实现高达11.75倍和34.43倍的推理加速。

论文 ActionCache VLA π0.5

推荐理由：这篇论文用缓存中间动作的思路让VLA模型推理快11到34倍，而且不用重新训练，机器人实时控制场景很实用。