复旦邱锡鹏团队提出“上下文世界建模”：无需微调，VLA也能快速适应新环境

视觉-语言-动作（VLA）模型在实际部署中常会遭遇一个现实难题：只要相机视角、安装位置或机器人形态出现细微变化，模型性能就可能明显下滑。过去的“上下文学习”（In-Context Learning）通常只是把上下文当作示范，依靠人工演示来完成任务执行，机器人并不理解整套系统究竟如何运行。一旦部署环境发生变化，研究人员往往只能重新采集数据、重新调整模型，流程既耗时又费力。

针对这一痛点，复旦大学邱锡鹏教授团队提出了“上下文世界建模”（In-Context World Modeling，ICWM）方法。该方法在正式执行任务前，先让机器人进行一小段与任务无关的随机探测，再把这段交互过程作为上下文输入模型，从而帮助机器人判断当前系统的运作规律，并据此提升对新环境的适应能力。