冻结世界模型特征对齐让0.8B机器人策略在LIBERO达97.9%、RoboCasa-GR1提升2.3个点且推理零开销
该工作提出一种把世界模型表征蒸馏进紧凑视觉-语言-动作(VLA)策略的方法:在普通VLA训练中增加一个对缓存冻结世界模型特征的余弦对齐项,教师只在训练前离线运行一次、训练中不加载、投影器训练后丢弃,部署策略与未蒸馏基线完全一致;0.8B学生在LIBERO四套件平均成功率97.9%(比同架构未蒸馏学生高2.6个点),在RoboCasa-GR1人形操作上从48.2%提升到50.5%,并在单臂与双臂真实平台上取得提升,且该增益在更换学生规模、骨干、对齐层与教师后依然存在。