#VLA
Chef Robotics 用 Anyscale 把机器人 VLA 模型训练提速 10 倍，16 张 A100 上扩展效率有 92%，做机器人训练的可以看看这套做法。
小鹏的机器人 IRON 已经能自己走下产线了，量产时间表也定了，还顺便发布了 L4 级 Robotaxi，两条线都挺值得看看细节。
一篇机器人方向的新论文：给 VLA 模型加了个多样性奖励来做 RL 微调，π_0 分布外成绩提了 5.3 分，真机上成功率也从 64% 涨到 73%。
想让机器人从人类视频里学技能的可以看看这篇，EgoLAP 不硬抄人类动作，改成学语言化的动作意图，真实任务进度做到 80.1%，比其他表示高 2.3 倍。
一篇 VLA 训练新论文，思路挺巧：同一批数据换个揭示顺序当正则，LIBERO 和 CALVIN 上都有提升，做机器人策略的可以看看。
Chelsea Finn 团队写了篇博客，讨论机器人怎么走 LLM 后训练的老路，还给出 EXPO-FT 方法，抓鸡蛋这类任务做到了 30 次全成功，只花 19 分钟真机交互。
给做机器人策略的人：MemBodied 用固定大小记忆替代越堆越长的上下文，RMBench 上成功率达到无状态策略的 7.81 倍，参数开销还小 10 倍。
Wayve 这篇论文教你怎么用不到5%的语言标注训出能开车的VLA，Bench2Drive 上分数还超过全监督基线，做自动驾驶的值得看看方法细节。
机器人换个机位就翻车的问题有解了：InfiNoVA 用 3D Gaussian 造新视角训练数据，陌生视角成功率提升 5.4 倍，不用改模型架构。
中国移动搞了个叫 Open-RAIL 的东西，能让你把 VLA/WAM 模型装到不同机器人上，新机器人接入快，新模型接入也快，还提升了动作平滑度。
小鹏汽车推出第二代 VLA 全新版本，支持更高级别的自动驾驶，X-Foresight 预测世界模型和 Infini-VLA 长时序架构带来新体验，值得期待。
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。
