算法论文8

北大清华等：StableVLA提升机器人视觉鲁棒性

量子位2026-06-24

AI 摘要

北大、清华等联合提出StableVLA，针对VLA模型在真实环境视觉干扰下性能下降问题，提出IB - Adapter筛选视觉信息。实验显示其鲁棒性提升，小模型也能有强稳定性。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

王兴兴：宇树上市，“非共识”创业路迎挑战

2026年宇树科技成功上市，创始人王兴兴创业十年有诸多“非共识”观点。如高性能机器人不意味昂贵，堆数据难带来具身智能，AI强对硬件要求或降低。如今宇树成行业共识，也面临新挑战。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

端到端策略模型在物理世界失灵，现有在线学习路径未走通。清华 AIR 与域变换联合推出 Zetta ζ，通过三个闭环实现闭环物理智能体在线学习，实验显示其任务成功率高，还让机器人出现‘Aha Moment’。

Symbiosis Robotics放出机器人开卡丁车新演示，还推出Direct Perception Control（DPC）。它取消中间运动表示，让模型结合画面、任务和身体反馈直接算关节与手部目标，团队还整理15,010小时具身数据。