算法层面,ElegantVLA 以动态调度实现 VLA 最高 3.77 倍 加速,控制频率升至 26.3 Hz;VE2VF 蒸馏在真实世界 50 分钟训练达 95% 装配成功率;事件级预测世界模型赋予机器人因果推理能力。
产业端,理想汽车 新增三个具身智能二级部门;特斯拉 Optimus 工厂动工,年产能目标千万台;宇树科技 亚洲首店即将开业。技术突破与商业布局同步提速,具身智能加速落地。
今日,理想汽车重组基座模型,新增三个具身智能二级部门;特斯拉 Optimus 专用工厂动工,年产能千万台;宇树亚洲首店即将开业。技术端,ElegantVLA 动态调度将 VLA 控制频率提至 26.3 Hz,事件级预测世界模型发布,具身智能技术、组织与商业同步加速。
算法层面,ElegantVLA 以动态调度实现 VLA 最高 3.77 倍 加速,控制频率升至 26.3 Hz;VE2VF 蒸馏在真实世界 50 分钟训练达 95% 装配成功率;事件级预测世界模型赋予机器人因果推理能力。
产业端,理想汽车 新增三个具身智能二级部门;特斯拉 Optimus 工厂动工,年产能目标千万台;宇树科技 亚洲首店即将开业。技术突破与商业布局同步提速,具身智能加速落地。
ElegantVLA 即插即用框架,通过轻量级调度器动态分配视觉编码器、LLM 和动作头的计算。基于时序表示相似性与运动状态,选择多级感知-语言模式和去噪策略,减少非必要计算。在 GR00T 和 CogACT 上最高加速 3.77 倍,控制频率从 13.8 Hz 升至 26.3 Hz。
该模型突破帧级动作模仿,以事件表征理解物体交互与物理因果,使机器人能预判动作结果、适应多变场景。它推动具身智能从感知映射转向事件驱动的认知决策,提升动态操作鲁棒性与效率。
理想基座模型部门完成调整,新增具身工程、具身交互、具身行为三个二级部门,自动驾驶独立。自动驾驶、具身工程、具身行为由詹锟直接管理,向 CTO 谢炎汇报。此举显示理想正强化具身智能研发,布局机器人应用。
评估13个模型发现,高层空间推理尚可,但交互感知脆弱。
研究员注:💭 这暴露了当前VLM在具身操作中的根本短板:虽然能看图说话,但理解如何与环境交互仍差得远。微调可补,但根本在于缺乏物理交互先验。
通过事件表征与规划,机器人能够预判动作结果、适应多变场景,标志着具身智能从感知-动作映射迈向事件驱动的认知决策。
研究员注:💭 从帧到事件的跨越可能是解决复杂操作泛化的关键,但需要验证该世界模型在真实物理环境中的长时可靠性,避免沦为另一种'看起来很美'的 demo。