论文提出 AdaIE，缓解 VLA 动作头对 VLM 表征各向异性的共适应
原文标题：Controlling Action-Head Co-Adaptation to VLM Representation Anisotropy
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究考察视觉-语言-动作模型（VLA）中动作模型如何与预训练 VLM 表征几何共适应，发现动作模型会逐渐把敏感度集中到高方差维度。作者提出无参数的 AdaIE 机制，按下游敏感度动态重加权表征。在 RoboCasa-GR1 提升 5.28 个百分点、RoboTwin 2.0 提升 1.68 个百分点，五个真实操作任务平均提升 19 个百分点。
- 问题
- VLA 动作头过度依赖预训练 VLM 表征的高方差维度，造成表征与任务错配。
- 方法
- 无参数 AdaIE 按训练中下游敏感度动态重加权预训练表征，无需额外训练参数。
- 结果
- RoboCasa-GR1 提升 5.28 个百分点，RoboTwin 2.0 提升 1.68 个百分点，五个真实操作任务平均提升 19 个百分点。
- 影响
- 低成本即插即用模块，可直接提升现有 VLA 与扩散策略的下游成功率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AdaIE 无参数重加权 VLM 表征，五个真实操作任务平均提升 19 个百分点
- •研究发现 VLA 的动作模型会逐步把敏感度集中到 VLM 输出的高方差维度上
- •AdaIE 是无参数机制，按训练中不断变化的下游敏感度动态重加权预训练表征
- •仿真基准提升：RoboCasa-GR1 最多 +5.28 个百分点，RoboTwin 2.0 +1.68 个百分点
- •五个真实操作任务平均提升 19 个百分点
- •方法可推广到扩散策略与世界模型，两者下游表现均有提升
为什么重要：真实任务 19 个百分点的提升幅度远大于仿真，说明预训练表征与下游头之间的接口适配是被低估的优化点，做 VLA 落地的团队值得细读。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。