热点事件持续更新
ACG-Bench与AE-VLA提升双臂VLA组合泛化成功率
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月，AGI Hunt 报道了面向双臂视觉-语言-行动（VLA）模型组合泛化能力的新工作。研究者提出新基准 ACG-Bench，用于评测双臂 VLA 的按臂组合泛化，包含 8 个任务族、23 对任务-条件，其中 17 对属于未见组合。在此基础上提出 AE-VLA，以 π0.5 为共同骨干，采用组合臂 token 分组、SkillLoRA 与按臂注意力（AWA）。仿真评测中，AE-VLA 的泛化成功率为 21.53%，远高于单 π0.5 的 2.94% 与 MA-VLA 的 3.06%，即报道所称的把成功率从 3% 提升到 21.5%。目前公开信息仅限于该仿真评测结果。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- AGI HuntACG-Bench 评测双臂 VLA 组合泛化，AE-VLA 把成功率从 3% 提升到 21.5%
新基准 ACG-Bench 评测双臂 VLA 的按臂组合泛化，含 8 个任务族、23 对任务-条件，其中 17 个是未见组合。以 π0.5 为共同骨干的 AE-VLA 组合臂 token 分组、SkillLoRA 与按臂注意力（AWA），仿真泛化成功率 21.53%，远高于单 π0.5 的 2.94% 与 MA-VLA 的 3.06%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。