JevVLA：冻结基座策略的能量式适配框架

Wei Wang等作者提出JevVLA，一种面向视觉-语言-动作（VLA）策略的轻量能量式适配框架。其做法是在冻结基座策略的前提下，学习一个以观测、任务上下文和动作为条件的可微标量能量函数，同时用于离散候选比较和连续动作修正或生成；训练信号可来自执行反馈、专家纠正或示教偏好。 作者称，各基准使用独立训练的权重和固定的输入输出编码，但共用同一核心网络，可训练参数约8万个。该实现将开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。