热点事件持续更新
VLX-Go 多阶段学习提升具身视觉跟踪
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CV 刊出 VLX-Go 相关研究，提出用多阶段学习方案提升具身视觉跟踪的鲁棒性。该方法依次经过视觉-语言对齐、多模态推理中期训练与追踪专精三个阶段，其中追踪专精阶段使用了 19,532 条 oracle 轨迹。报道称，相比 OmTrackVLA，其干扰物追踪成功率从 41.54% 提升到 55.80%。在此基础上，研究再用经过过滤的 oracle 标签做在线策略精炼（on-policy refinement），成功率进一步提升 2.42 个百分点至 58.22%，同时碰撞率下降 1.99 个百分点。目前披露的进展即为此组对比数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
VLX-Go 用过滤 oracle 标签做在线策略精炼，成功率再升 2.42 个百分点至 58.22%。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVVLX-Go：多阶段学习与在线策略精炼实现鲁棒的具身追踪
VLX-Go 通过视觉-语言对齐、多模态推理中期训练与追踪专精的多阶段方案，把干扰物追踪成功率从 OmTrackVLA 的 41.54% 提升到 55.80%。追踪专精阶段使用 19,532 条 oracle 轨迹。用过滤 oracle 标签做 on-policy refinement 后，成功率再提升 2.42 个百分点至 58.22%，碰撞率降低 1.99 个百分点。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。