具身智能科技前瞻探索（第I期）-.docxVIP

具身智能科技前瞻探索(第1期)

2025/03/01/

具身大模型】

具身大模型】HALO:面向具身多模态思维链推理的统一VLA模型

香港科技大学等研究团队提出HALO,—种统一的VLA模型,通过具身多模态思维链推理(包含文本推理、视觉子目标预测与动作预测),显著提升复杂操作任务表现,RoboTwin2.0模拟基准上平均成功率达到80.5%,超越基线模型pi0达34.1个百分点。

轻量化部署QuantvLA:面向VLA模型的尺度校准后训练量化方法

VLA模型随规模与任务复杂度提升,存算开销激增,难以部署于资源受限的机器人平台,俄亥俄州立大学等团队提出QuantvLA,面向VLA模型的尺度校准后训练量化框架,将模型权重量化至4比特、激活量化至8比特且无性能损失,实现约70%内存节省,为VLA模型轻量化部署提供实用路径。

推理性能分析】VLA-perf:解密VLA模型推理性能的分析框架

英伟达提出用于分析VLA模型推理性能的分析模型VLA-perf,可预测任意VLA模型与推理系统组合的推理延迟与吞吐量,并系统评估模型设计、硬件选型、部署方式、网络环境等因素对推理性能的影响,提炼出15条可落地的结论,为VLA模型与推理系统的优化提供量化参考与方向指引。

虚实协同训练】RL-CO:基于强化学习