τ₀-VLA 拆解:把子任务决策变成可扩展的推理问题
文章拆解上海创智学院(SII)罗剑岚团队于 2026 年 7 月 27 日开源的分层机器人基础模型 τ₀-VLA,该模型面向家居场景下十分钟量级的长时域移动操作,如备菜、收纳衣物和跨房间整理。核心思路是把「下一个子任务该做什么」变成一道可以加算力的推理题。
文章拆解上海创智学院(SII)罗剑岚团队于 2026 年 7 月 27 日开源的分层机器人基础模型 τ₀-VLA,该模型面向家居场景下十分钟量级的长时域移动操作,如备菜、收纳衣物和跨房间整理。核心思路是把「下一个子任务该做什么」变成一道可以加算力的推理题。
作者用官方预训练权重驱动四足犬科模型在本地 CPU 上完成真实奔跑推理,逐项还原潜空间世界模型、一致性学习目标、symlog 两点热编码与 MPPI 式采样规划的数学构造,并记录规划分布收缩、估计与兑现差等实测现象。
石麻笔记对话英伟达研究员、FoundationStereo与Fast FoundationStereo一作温伯文,讨论双目深度基础模型如何改变机器人3D感知。