技术博客

Figure公司开发的机器人在物流分拣领域取得了突破性进展。通过8小时训练，该机器人基于自主研发的VLA模型Helix，实现了超越人类的分拣效率和准确率。其成功得益于多项技术优化：立体视觉技术提升了空间识别能力；多尺度特征提取增强了对不同尺寸物体的识别；自我校准功能确保了操作精确性；运动模式优化则提高了灵活性。这些改进使机器人展现出卓越的学习和适应能力。

淘天团队提出了一种名为Token Preference Optimization（TPO）的新方法，通过视觉锚定奖励和自我校准技术，实现了细粒度的多模态对齐。该方法无需复杂的标注工作，有效减少了大型语言模型（LVLMs）中的幻觉现象。TPO方法通过针对性设计，提供了一种自我校准的视觉锚定奖励信号，显著提升了模型的准确性和可靠性。