VLA-Δ 论文发布：以物理状态转移监督动作生成

ZJU-OmniAI 等作者发布 VLA-Δ 框架，用当前与未来观测之间的物理变化作为显式学习目标，为连续动作生成提供更直接的监督，推理时不增加额外开销。 作者构建了大规模预训练数据集，并推导出覆盖任务相关语义与视觉运动变化的物理状态转移标注。据论文，VLA-Δ 在 LIBERO 和 RoboTwin 上取得与当前最优方法相当的性能，在真机实验中优于 π_{0.5}。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。