研究arXiv cs.RO2026年8月31日 12:00

超越数据扩展：以表征为中心的视觉-语言-动作模型持续预训练

原标题：Beyond Data Scaling: Representation-Centric Continued Pre-training for Vision-Language-Action Models

推荐理由

针对机器人数据稀缺瓶颈，提出以表征为中心的持续预训练策略，为VLA模型提升数据效率与泛化性提供新路径。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

该论文讨论扩展机器人数据对构建通用VLA模型的重要性，但具身数据采集成本高且覆盖稀疏，使得表征质量成为瓶颈。作者提出表征中心的持续预训练方法，在固定机器人数据预算下将有限轨迹转化为可迁移的视觉-动作知识，以提升模型泛化能力。

针对机器人数据稀缺瓶颈，提出以表征为中心的持续预训练策略，为VLA模型提升数据效率与泛化性提供新路径。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。