½ðÄê»á

À´Ô´£ºÖйúÁôѧÉú£¬×÷Õߣº £¬£º

ÚÀ£¬Ù¯ÏþµÃ·¥£¬×î½üÎÒѰµ½¸ö±¦²ØµØ·½£¡

½²ÆðÅíÖÝÊм¦ÎÑÒ»Ìõ½ÖµØµãŶ£¬°¥Ñ½£¬Õâ¸öµØ·½ÕæÊÇÓÖÀäÃÅÓÖ½á¹÷£¡Ç°Õó×ÓÎÒÅܵ½ËÄ´¨ÅíÖÝÈ¥µ´Âí·£¬ÌýÅóÓѽ²ÁË롸öµØ·½£¬ÐÄÀïÏë¡°¼¦ÎÑÒ»Ìõ½Ö£¬ÄÄÄÜÌýÉÏÈ¥Ïñ¸öàåͷŶ£¿¡±µ«ÎÒ¸úÙ¯½²Å¶£¬ë¡ÌËһȥ£¬Î¶µÀÄǸöÀÏÁé¹â£¬³ÔµÃÎÒÈýÌì¸ö×ì°ÍÀïÏá¶¼ÁíÓм¦Ïãζ£¡

ÆäÊµÄØ£¬°¢À­ÉϺ£È˶ԡ°¼¦¡±·¥ÊÇ̫İÉú£¬°×Õ¶¼¦¡¢À±½´¼¦³á¡¢¼¦¹Ç½´ÓÍÃæ£¬ÀÏÔç³ÔÍÑÁË·¥£¿µ«ë¡¸öÅíÖÝÊеġ°¼¦ÎÑÒ»Ìõ½Ö¡±£¬ÓеãÒâ˼Ŷ£¬²»µ«µ¥ÊdzԼ¦£¬ÊÇÒ»ÖÖÉú»î·½·¨£¬ÉõÖÁ¿ÉÒÔ½²ÊÇ¡°Ð¡µØ·½ÓдóÊÀ½ç¡±¡£

Ïà¹ØÍ¼Æ¬

¼¦ÎÑÒ»Ìõ½Ö¸öÀ´Í·£¬ÌýÎÒÂýÂý½²

Õâ¸ö¼¦ÎÑÒ»Ìõ½ÖŶ£¬°´ÎÒØÊºó̽ѯµ½¸ö£¬ë¡ÊÇÅíÖÝÊÐÒ»¸öÍâµØÌØÉ«¡£ÕûÌõ½ÖÖØÐÂ×ßµ½Î²£¬»ù±¾¶¼ÊÇÂô¼¦µÄ£¬¼¦ÌÀ¡¢¿¾¼¦¡¢À±×Ó¼¦¡¢¼¦ÔÓů¹ø£¬ÑùÑù¶¼ÓУ¬ÎŵÃÈ˶Ç×Ó¹¾¹¾½Ð£¡

ÕâÌõ½ÖÉϰ¡£¬µê¼Ò¸öÃÅÃæß¼Ã»É¶ÆðÑÛ£¬¸ú°¢À­ÉϺ£ÀÏŪÌÃÀïÏá¸öС·¹µê²î²»Àë¡£µ«Ò»×ß½øÈ¥£¬°¥Ñ½£¬Æø·Õ¾ÍÀ´ÁË£¡¼¦Ïãζ»ì×ÅÀ±½·¡¢»¨½·µÄÏãÆø£¬ë¡½ÐÒ»¸öÓÕÈË¡£ÎÒÆäʱ¾ÍÏëµ½£¬ÔÛÉϺ£È˽²¾¿´Ð½ªµ÷棬ë¡ÀïÊǽ²¾¿ÂéÀ±ÏàÈÚ£¬ë¡¸öζµÀÕæÊǸ÷ÓÐǧÇï¡£

͵͵¸æËßٯŶ£¬¼¦ÎÑÒ»Ìõ½ÖÉÏÓÐÒ»¼Òµê£¬ÊÇÀÏÍâµØÈËÍÆ¼ö¸ö£¬µêÃû½Ð¡°ÀÏÁõ¼¦ÌÀ¹Ý¡±¡£ÒÁ¸ö¼¦ÌÀÊÇÓÃÍâµØ×ߵؼ¦ìÀ³öÀ´¸ö£¬ÌÀÀïÍ·»¹¼ÓÁ˵ã¶ùºìÔæ¡¢èÛè½£¬ºÈÆðÀ´ÏʵÃÀ´Ò»¸ù¼¦Ã«¶¼Éá²»µÃͳöÀ´£¡Ò»°ãÈË߼ûÏþµÃ£¬µ«ÎÒ¸úÙ¯½²£¬È¥ë¡Àï³Ô¼¦ÌÀ£¬ÅäÍëÊÖ¹¤Ãæ£¬ÕæÊÇ¡°ÁéÍ·Áéβ¡±¸öÏíÊÜ£¡ Ïà¹ØÍ¼Æ¬

³Ô¼¦Ò²ÒªÓн²¾¿£¬ÀÏ·¨Ê¦À´½ÌÙ¯

½²µ½³Ô¼¦Å¶£¬°¢À­ÀÏÉϺ£Óн²¾¿£¬ÅíÖÝÈËÒ²ÓÐËûÃǸö¹æÔò¡£Ò»°ã³½¹â£¬Ù¯È¥ë¡¸öÒ»Ìõ½Ö£¬ÏÈÌô¼ÒÈËÆøÍúÊ¢µÄµê£¬ÅŶÓÊǺÃÊ£¬ÌåÏÖζµÀ·¥»á²î¡£È»ºóÄØ£¬µã²Ë³½¹â¼ÇµÃÎÊÎÊÒÁÃǸö¡°¼¦ÊÇÄÄÄÜÑ¡¸ö¡±£¬×îºÃÊÇÍÁ¼¦·¥ÊÇËٳɼ¦£¬ÕâÑùζµÀ²Å¡°ÀÏÔçζ¡±¡£

ÁíÓÐÒ»µãŶ£¬ÅíÖÝÊм¦ÎÑÒ»Ìõ½Ö¸öÀ±×Ó¼¦£¬À±ÊÇÀ±µÃÀ´£¬µ«ÏãµÃÓÐÌõÀí¸Ð¡£¼ÙÈçÙ¯³ÔÎð¹ßÌ«À±£¬¼ÇµÃ¸úÀϰ彲¡°ÉÔ΢ÇáµãÀ±¡±£¬ë¡Ñù¾Í·¥»á³Ôµ½³öº¹Á÷ÀáÍÑ£¡

ÔÙ͵͵¸úÙ¯½²µãÃŵÀŶ£¬¼¦ÎÑÒ»Ìõ½ÖÉÏÓÐЩµê¼Ò»áÂô×Ô¼Ò°¾¸ö¼¦ÓÍ¡£Âòһƿ»ØÈ¥£¬°è°×Ã×·¹¡¢ÏÂâÆâ½£¬ÏʵÃÀ´·¹¹ø¶¼ÒªÌò½à¾»£¡ÉϺ£È˰®³Ô°×Õ¶¼¦¸ö£¬ë¡¼¦ÓÍÁÜÉÏÈ¥£¬Î¶µÀÖ±½Ó·­±¶¸öŶ£¡

×îºóÔÙ½²Ò»¾ä£¬ë¡Ìõ½ÖÖµµÃÈ¥£¡

ÕÕÎÒ¿´À´Å¶£¬ÅíÖÝÊм¦ÎÑÒ»Ìõ½ÖµØµãÕæÊǸö±¦²Ø£¬Ï²»¶³Ô¼¦¸öÙ¯£¬·¥¹ÜÊÇÉϺ£ÈËÕÕ¾ÉÍâµØÈË£¬È¥ë¡ÀïתһȦ£¬°üÙ¯ÂúÒ⣡

²»¹ýÄØ£¬ÎÒÒ²ÌáÐÑÙ¯Ò»¾ä£¬ë¡Ìõ½Ö¸ö³Ô·¨ÖØ¿Ú棬³ÔÍê¼ÇµÃºÈµãÇå²è£¬¹Î¹ÎÓÍË®¡  £ÁíÓÐÀ²£¬È¥Ö®Ç°×îºÃÏȿնÇ×Ó£¬ë¡Ñù²Å»ª¾¡ÇéÏíÊÜ¡°³Ô¼¦Ê¢Ñ硱¡£


Ïà¹ØÍ¼Æ¬

Ù¯ÎÊŶ£¬ÄÄÄÜÕÒµ½ë¡Ìõ¼¦ÎÑÒ»Ìõ½Ö¸ö¾ßÌ嵨µã£¿

°¥Ñ½£¬Ù¯Ö±½ÓËÑ¡°ÅíÖÝÊÐÌìÅíÕò¼¦ÎÑÒ»Ìõ½Ö¡±¾ÍºÃÀ²£¡ë¡Ìõ½Ö¾ÍÔÚÌìÅíÕòÀϳÇÇøËÄÖÜ£¬´ò¸ö³µ»òÕ߯ï¸ö¹²Ïíµ¥³µºÜ±ãµ±µÄ¡£

±êÇ©£ºÅíÖÝÊм¦ÎÑÒ»Ìõ½ÖµØµã¡¢ËÄ´¨ÃÀʳ¡¢¼¦ÌÀ¹Ý¡¢³Ô»õ±ØÈ¥µØ¡¢ÀÏÉϺ£³Ô¼¦¾­

¡¶Î¢ÐÅËÄÖÜÈ˵ÄС½ãÔõô²»¼ûÁË¡·

ʵÆÓ¼ì²â2ÔÂ10ÈÕͨ¸æ£¬¹«Ë¾¿Ø¹É¹É¶«ÊµÆ×Ͷ×ÊÄ⽫³ÖÓеĹ«Ë¾1020Íò¹É,Õ¼¹«Ë¾×ܹɱ¾µÄ8.5%£¬Í¨¹ýЭÒéתÈõķ½·¨×ªÈøøÉϺ£×Ó³Ê˽ļ»ù½ðÖÎÀíÓÐÏÞ¹«Ë¾£¨´ú±í¡°×Ó³Ê-öοÆÈñ½ø5ºÅ˽ļ֤ȯͶ×Ê»ù½ð¡±£¬»ù½ð±àºÅSTP716£©£¨¼ò³Æ¡°×ӳʻù½ð¡±£©¡£±¾´Î¹É·ÝתÈõÄ×îÖÕ¼Û¸ñΪ33.24Ôª/¹É£¬×ªÈÃ×ܼÛΪ3.39ÒÚÔª¡£

¡¶µ±Ä£ÌغÍÂôÓÐÊ²Ã´Çø±ð¡·

? Li H, Zuo Y, Yu J, ..., Zhou B, Ding N. SimpleVLA-RL: Scaling VLA Training via Reinforcement Learning [J]. arXiv preprint arXiv:2509.09674, 2025.

¡¶±±¾©Ô¼Å®Ñ§Éú¾­Ñé·ÖÏí¡·

±ðµÄ£¬½üÄêÀ´·¿µØ²úÊг¡½øÈëн׶Σ¬Âò·¿Óë×â·¿µÄ¡°ÐԼ۱ȡ±¹ØÏµ±¬·¢±ä¸ï£¬Ò²Ê¹µÃ²»ÉÙÈË¡°±ØÐëÂò·¿¡±µÄÖ´Äî·ºÆðËɶ¯£¬¶Ô×â·¿µÄ½ÓÊܶÈÃ÷ÏÔÌá¸ß¡£

ÍøÕ¾µØÍ¼