今日光電

----追光逐電 光引未來----

今天想和大家聊聊具身智能（Embodied Intelligence）領域的一篇非常及時的重磅綜述。我們都知道，讓機器人像人一樣理解世界并與之互動，是人工智能的終極夢想之一。近年來，視覺-語言-動作模型（Vision-Language-Action models, VLA）的出現，讓我們看到了這個夢想的曙光。這些模型能夠將龐大的數字知識與物理世界的交互聯系起來，展現出了驚人的通用能力。

然而，理想很豐滿，現實卻很骨感。這些強大的VLA模型，大多依賴于巨大的基礎模型，計算和數據需求極高，這使得它們很難被實際部署到資源有限的機器人平臺上。

為了解決這個關鍵的“落地”難題，來自同濟大學、西南交通大學、電子科技大學和意大利特倫托大學的研究者們，為我們帶來了首個針對高效VLA模型的全面綜述。這篇論文不僅系統地梳理了現有技術，更是為該領域的未來發展繪制了一幅清晰的路線圖。

• 論文標題: A Survey on Efficient Vision-Language-Action Models
• 論文作者: Zhaoshu Yu, Bo Wang, Pengpeng Zeng, Haonan Zhang, Ji Zhang, Lianli Gao, Jingkuan Song, Nicu Sebe, Heng Tao Shen
• 所屬機構: 同濟大學、西南交通大學、電子科技大學、特倫托大學
• 論文地址: https://arxiv.org/abs/2510.24795
• 項目主頁: https://evla-survey.github.io/
• 代碼倉庫: https://github.com/yuzhaoshu/efficient-vla-survey

核心框架：高效VLA的三大支柱

這篇綜述最有價值的地方，在于它提出了一個統一的分類法，將所有致力于提升VLA效率的工作，系統地歸納為三大支柱：高效模型設計、高效訓練和高效數據收集。

在深入探討這三大支柱之前，我們先快速回顧一下VLA模型的基本構成。簡單來說，VLA模型通過視覺編碼器“看”世界，利用大語言模型（LLM）骨干來融合多模態信息并進行“思考”，最后通過動作解碼器“執行”操作。

從2023年到2025年，VLA領域的研究呈現出爆炸式增長，而提升效率始終是連接模型能力與現實應用的關鍵。

下表直觀地展示了一些代表性VLA模型的參數量、推理延遲等效率相關指標，我們可以看到在追求高性能的同時，效率的考量變得越來越重要。

支柱一：高效模型設計 (Efficient Model Design)

這是最直觀的優化方向，即如何讓模型本身變得更“輕”。論文將其分為兩大類：

• 高效架構 (Efficient Architectures) ：這部分探討了如何在模型結構層面進行創新以降低計算復雜度。如下圖所示，具體策略包括：
• 高效注意力機制：改進標準自注意力機制的二次方復雜度。
• Transformer替代方案：如Mamba等新興架構。
• 高效動作解碼：從自回歸生成轉向并行或擴散式方法。
• 輕量化組件：采用更小的模型骨干。
• 專家混合（MoE）：通過稀疏激活來節省計算。
• 分層系統：將高層規劃與底層執行解耦。

下表總結了在高效架構方面的代表性工作。

• 模型壓縮 (Model Compression) ：即在不嚴重影響性能的前提下，減小已有模型的“體積”。主要方法有：
• 層剪枝：移除冗余的模型層。
• 量化：降低模型參數的數值精度。
• Token優化：通過壓縮、剪枝或緩存Token來減少處理序列的長度。

下表總結了在模型壓縮方面的代表性工作。

支柱二：高效訓練 (Efficient Training)

除了模型本身，訓練過程也是一個巨大的資源消耗環節。這部分關注如何用更少的計算和數據來訓練出強大的模型。

• 高效預訓練 (Efficient Pre-Training) ：旨在將通用的視覺語言模型（VLM）高效地遷移到具身領域，主要策略包括數據高效的預訓練、高效的動作表示學習等。

• 高效后訓練 (Efficient Post-Training) ：在預訓練之后，如何針對特定任務進行高效微調，包括監督微調（SFT）和基于強化學習（RL）的方法。

支柱三：高效數據收集 (Efficient Data Collection)

數據，尤其是高質量的機器人交互數據，是訓練VLA模型的“燃料”，但其獲取成本極高。因此，如何高效地收集和利用數據至關重要。

論文總結了多種策略，包括人在環路（human-in-the-loop）、模擬數據、數據重用、自驅動學習以及數據增強等，旨在以更低的成本獲取規模更大、質量更高的數據集。

總結與展望

----與智者為伍 為創新賦能----

投稿丨合作丨咨詢

聯系郵箱：uestcwxd@126.com

QQ：493826566