推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

大公司VLA的现实路径选择

   日期:2025-12-09 14:01:44     来源:网络整理    作者:本站编辑    评论:0    
大公司VLA的现实路径选择

大公司VLA的现实路径选择

业界已从理论上的端到端范式,转向更务实的分层或混合架构,这背后

核心分歧:
端到端是理想
理论上,端到端是终极目标,用单一的统一模型,直接处理从视觉感知、语言理解到动作生成的全流程
追求的是模型的涌现,通过海量数据训练,让模型自主完成任务

混合架构是现实
但当前大多数包括机器人初创企业和传统Tier 1供应商,实践中都采用了混合架构:
包含
· 一个慢系统:通常是强大的视觉语言模型,负责高层认知、任务理解和规划
· 一个快系统:专门化的策略网络或控制器,负责将高层指令转化为实时、安全的底层动作

变化原因:端到端的四大挑战
数据瓶颈
训练一个高性能的端到端VLA,需要极大规模、高质量的机器人动作序列数据
其采集成本极高,且面临人类演示动作的低效、噪声和本体差异等问题
相比之下,分层架构允许“慢系统”利用互联网上丰富的开源视觉与语言数据进行预训练,冷启动门槛低

安全与可验证性要求
在自动驾驶、工业机器人等安全关键领域,系统的行为必须可预测、可追溯、可验证
端到端模型作为一个黑箱,决策过程难以解释,难以通过行业安全标准认证
分层架构模块独立,容易进行验证和安全分析

算力约束
端到端模型对部署在机器人或车辆端侧算力要求高
分层架构可以将复杂任务放到云侧,适配现有硬件水平

商业化与落地速度
分层架构提供了更清晰的工程路径,允许团队集成已经成熟的视觉语言大模型,集中精力攻克动作控制等专用模块,加快产品化速度

当前趋势:
纯粹的分层可能限制能力上限
纯粹的端到端又难以落地
➡️混合架构成为务实前沿:
· Figure AI的“准分层”架构
Helix模型使用一个通用VLM作为“大脑”,同时配备一个经过海量仿真数据预训练的高效策略网络作为“小脑”,旨在实现强大认知与敏捷执行的平衡

· 理想汽车的“三段式”训练
其VLA司机模型的训练分为预训练(获取常识)、后训练(学习驾驶)、强化训练(优化安全)
本质是在一个通用基座上,通过分阶段注入领域知识来构建专业系统,是结构化的混合思路

· 学术研究如DualVLA
出发点正是为了解决专用VLA与通用VLA结合时可能出现的“动作退化”问题
核心在于优化认知模块与执行模块之间的接口与协同
#机器人 #具身智能 #VLA #端到端 #分层架构 #AI
 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON