点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 研究指出，灾难性遗忘的根源在于 VLM 的互联网级预训练数据与机器人微调数据之间存在 分布不匹配 —— 预训练数据以图文对为主，而机器人数据 以低维动作向量为主，这种差异迫使研究者采用全参数微调，进一步加剧了对预训练知识的覆盖。 论文：Actions as Language: Fine-Tuning VLMs into VLAs Without Catastrophic Forgetting 链接：https://arxiv.org/pdf/2509.22195 项目：https://vlm2vla.github.io/ VLM2VLA 在做什么？ VLM2VLA 的核心思路是 从数据层面解决分布不匹配问题 ，将低维动作转化为自然语言描述，使 VLA 微调数据与 VLM 预训练的图文分布对齐，进 而仅通过低秩适应（LoRA）微调即可实现动作生成，最小化对 VLM backbone 的修改，最终避免灾难性遗忘。 VLM2VLA训练范式首先通过自然语言表征底层动作，在数据层面解决分布失配问题。这种对齐机制 ...