文章核心观点 - 视觉-语言-动作模型在真实世界机器人操作中潜力显著，但预训练策略在下游部署时存在性能下降问题，传统微调方法因成本高昂而难以实际应用 [2] - 提出一种名为VLA-Pilot的即插即用推理时策略引导方法，该方法无需额外微调或数据收集，即可实现预训练VLA模型的零样本部署 [2] - 实验表明，VLA-Pilot能显著提升现有预训练VLA策略的成功率，并具备跨任务、跨机器人实体的鲁棒零样本泛化能力 [2][6] 技术方案与框架 - VLA-Pilot是一个即插即用、无需微调的数据高效推理引导框架，旨在实现预训练VLA策略的零样本部署 [6] - 该框架的核心是推理时策略引导，分享嘉宾来自香港中文大学 [7] - 分享内容将涵盖VLA模型介绍以及VLA-Pilot框架的具体实现细节 [7] 实验验证与效果 - VLA-Pilot在两种不同机器人实体上，覆盖了分布内与分布外场景的六项真实世界下游操作任务中进行了评估 [2] - 实验结果显示，该框架显著提升了现有VLA策略的成功率 [2][6] 相关资源与扩展 - 相关研究论文标题为《Towards Deploying VLA without Fine-Tuning: Plug-and-Play Inference-Time VLA Policy Steering via Embodied Evolutionary Diffusion》，已发布在arXiv上 [3] - 项目设有主页，提供了更多详细信息 [3] - 关于该主题更深入的技术细节、问答及未公开内容，可在知识星球「具身智能之心」获取 [9]