研究:蒸馏世界模型表征提升机器人控制性能
发生了什么
Hugging Face Papers报道,研究提出将冻结的世界模型物理场景知识通过特征对齐蒸馏至紧凑的VLA策略。0.8B学生模型在LIBERO达到97.9%准确率,RoboCasa-GR1从48.2%提升至50.5%。部署策略运行仅需32ms和1.86GB显存,无需增加推理成本。
- LIBERO准确率
- 97.9%
- 推理耗时
- 32ms
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口