跳到正文
arXiv · 机器人与计算机视觉· Chih-Chung Hsu·· 2026-10-15精选AI 评分83

SPECTRA-VLA:在冻结视觉 - 语言 - 动作接口上的基座微调与超光谱令牌传输

SPECTRA-VLA: Base-Fine Hyperspectral Token Transfer at Frozen Vision-Language-Action Interfaces

AI 导读

论文 SPECTRA-VLA 提出一种方法,在不重新训练视觉编码器或动作解码器的情况下,为预训练的视觉 - 语言 - 动作模型提供原生宽度的光谱升级。该方法通过学习到的连续残差丰富每个目标令牌,并利用投影、归一化控制和验证校准的注入来调节变化。

推荐理由

提出在冻结 VLA 接口上通过连续残差注入提升高光谱识别,无需重训编码器或动作解码器。

来源:arXiv · 机器人与计算机视觉 · arxiv.org