5.83倍加速！PolicyTrim让VLA机器人少走弯路、更快完成任务

1 0 0 0

Vision-Language-Action（VLA）模型将视觉观测、语言指令与机器人动作统一到同一个策略模型中，使机器人能够依据自然语言完成更复杂的操作任务。从 OpenVLA、OpenVLA-OFT 到 π0.5、GR00T，这类模型正在迅速成为具身智能领域的重要技术路线。

但当 VLA 模型真正落地到机器人系统时，一个核心瓶颈会立刻暴露出来：机器人完成任务的总耗时，不仅取决于单次推理速度有多快，还取决于策略究竟需要执行多少轮推理、多少个真实物理动作。

它并不改动 VLA 的整体架构，也不重新采集专家数据，而是在已有的预训练策略基础上，进一步优化机器人在真实环境中的执行行为。

小鹏近日发布TuringViT高效视觉编码器，围绕VLM/VLA时代对视觉能力的需求，系统重构了视觉编码器的架构设计、数据范式与训练流程。该编码器将全面支撑智能驾驶、智能座舱和IRON人形机器人三大业务场景，体现出其在多模态智能应用上的基础能力布局。

深庭纪正式发布户外伴随机器人专属具身智能架构SWAN，可在端侧实时运行。该架构由模型推理主链、混合记忆身份数据库和安全数据飞轮系统组成，形成实时决策、长期记忆与安全迭代闭环。SWAN将首发用于其消费级双轮足户外陪伴机器人Rovar，预计年底上市，公司目前已完成Pre-A轮融资。

具识智能正式发布全球首个具身语义智能体系统 insightOS Semantic，并同步推出开发者生态社区与培育计划。该系统已在售货仓取货配送、拆码垛搬运、多机协同流水线和定时巡检等真实物理场景中完成验证，显示出落地应用能力。

2026年WAIC上，观众对机器人不再只看唱歌跳舞，而更关注它们能否真正干活、性能如何。展馆里，具身智能公司集中展示泡茶、叠衣服、搬箱子、整理物品等能力，并把汽车工厂、物流分拣、3C制造、智慧药房等真实场景搬进展区，体现行业从“表演”转向“应用落地”。

杭州影身智能与宝龙鞋业、顺斐鞋业、越韩鞋业等越南制鞋企业达成战略合作，将交付ShadowGlue和ShadowPress两款制鞋具身机器人。首批出口数百台，订单金额达数千万元，助力越南制鞋产线向柔性化、智能化升级。

本次WAIC现场亮点密集，机器人药房取药、乐队演奏等展示吸引关注。京东首次集体亮相JoyAI全系列大模型、具身数据采集训练链路及AI Home等成果，体现AI能力正从内容理解生成，延伸到物理世界的感知、决策与执行。

暂无评论

暂无评论...