Hume团队 投稿 量子位 | 公众号 QbitAI 机器人也能慢思考了！ 上海交通大学携手智元机器人等团队推出了Hume—— 融合系统2（System-2）慢思考的双系统VLA模型 。通过动作价值 引导的动作采样与双系统级联动作去噪，实现深度推理与实时控制的完美结合。 在涵盖长时序规划、复杂柔性物体操作等多种任务场景的广泛实验中，Hume在多种机器人平台上均展露出了惊艳表现，显 著超越当前的最先进模型。 比如像 折叠短裤 、倒咖啡等操作，Hume加持下机器人也能得心应手。在各种复杂场景中达到了91%的平均成功率。 VLA模型缺失的慢思考能力 视觉-语言-动作（VLA）模型在构建通用机器人策略方面取得了显著进展，OpenVLA、π0、GR00T等最新研究已在不同任 务中展示了较强的适应能力。 然而当前的VLA模型大多依赖于直觉反应模式，即根据当前环境"本能地"预测动作，这使得它们在解决复杂、长时序的决策 任务时表现不佳。 与之相对的是，系统2慢思考已经通过测试时计算大幅提升了大语言模型（LLM）解决复杂逻辑推理问题的能力。但将这种 思考范式应用在需要与物理世界交互的机器人上仍是一个巨大挑战。 首先， 如何让V ...