网易首页 > 网易号 > 正文 申请入驻

自然语言直接纠偏:极智嘉 Gravity Control 将OOD任务成功率从5%提升至95%

0
分享至

具身模型的感知、决策与操作能力正在快速提升。但进入真实物理世界后,却仍可能因为未曾见过的物体位姿、环境扰动或长序列累积误差而出现动作偏差,导致分布外 (OOD) 任务成功率降低。

受端到端模型黑箱特性的长期制约,传统方案通常只能采用“重新采集示教数据,并对庞大的模型进行微调重训”的纠偏方式。不仅时间与算力成本高昂,且难以解释并根除失败的深层机理

极智嘉具身智能在 Gravity 框架下创新探索 Gravity Control 因果干预模型,展现出业内领先的自然语言运行时纠偏能力:

无需训练原始策略模型、无需新增示教数据,通过机制可解释性挖掘模型内部的动作调控机制,并在推理阶段直接干预相关 latent feature,实现具身策略的运行时纠偏。

Gravity Control 从揭示端到端模型内部的因果表征机制入手,建立“概念可解释+行为可控制”的双向闭环。操作人员仅凭一句自然语言提示,便能精确激活与微调模型深层的运动特征,成功将分布外(OOD)复杂操作任务的成功率从17.5%大幅提升至87.5%,单项设置的成功率更是由5%飙升至 95%。

核心问题:“有概念”不等于“具因果”

要实现运行时纠偏,首先需要回答一个底层问题:模型内部大量 latent representations 中,哪些才真正拥有动作控制权?学界通常认为,如果一个神经元或表征能被解码出某种语义概念,它就必定在指导机器人的行为。

但极智嘉具身智能研究发现,相关性不等于因果性(Not all concepts are causal)。

在大多数具身智能模型的骨干网络中,许多对特定物体或指令高度敏感的语言层表征,本质上只是对文本Prompt或视觉场景的被动“语义描述”。而真正驱动末端执行器姿态、夹爪开合以及位移速度的“因果运动控制层(MotorLayer)”,高度集中在动作生成链路的动作专家(ActionExpert)深层。




为厘清内部表征的作用路径,极智嘉研发团队形式化定义了一条概念属性链(Concept Property Chain),并依次验证 Faithful 保真性 → Motor Aligned 运动对齐 → Verified 泛化验证 → Causal 因果可控 → Safe 闭环安全。

实验揭示,语言层特征往往在运动对齐或泛化验证阶段中断。其特征名看似指向运动,实则无法干预物理动作;唯有动作专家层能完整走通整条属性链。




Gravity Control:找到模型内部真正可控的 Control Handles

为系统分析模型内部的动作表征,极智嘉具身智能构建了 Gravity Control 模型:



Gravity Control 模型框架总览

首先,在冻结原始模型骨干的前提下,Gravity Control 在 Residual Stream 中引入 Top-k SAE 等技术模块,对高维 Hidden Activations 进行稀疏特征分解(Sparse Feature Discovery),从中提取具有可解释语义的 latent features。

随后,通过定向因果干预(Causal Intervention),对已完成语义标注的 latent feature 进行 amplification / suppression,并观测位置、旋转、夹爪等动作通道的响应。

为了验证干预是否只作用于目标动作,而非同时扰动其他自由度,研究进一步引入干预特异性评估(Specificity Ratio),筛选方向一致、剂量响应单调、对目标动作影响较集中的Control Handle。




π0.5与OpenVLA-OFT在不同层插入SAE后得到的可用特征数量比例区别

相较于仅通过 feature activation 对模型内部进行“readout”,这一架构进一步建立了从Interpretability → Intervention → Control 的闭环。

以自然语言,直接纠偏底层动作

在完成 causal feature identification 之后,Gravity Control 进一步解决了一个更具工程意义的问题:如何让人以自然语言方式调用这些底层 Control Handles?

传统的端到端模型只接受宏观任务级指令(如“将面包放入盘中”),一旦执行过程遇到微小几何偏差,上层语言指令无法传递精细的抓取深度、左臂手腕翻转角、夹爪开度等底层控制参数。

基于已建立的概念控制表,Gravity Control 构建了语言引导的动作调节链路。

当机器人出现动作偏差,操作人员可发出自然语言提示(如“下夹取时抓得更深一点、更低一点”)。外部VLM规划器无需重新规划轨迹,而是检索概念表中的特征词表,对原始模型内部 activation 进行在线 steering。



与重新规划整条 trajectory 不同,这一路径直接干预模型内部已经学习到的 primitive motor representation。

同时,Closed-loop Gate 用于限制最大 intervention dose,确保干预仅改变特定几何自由度,而不引发灾难性动作发散。



Gravity Control 的关键并不是“机器人听懂一句话”,而是让 correction intent 可以低成本地映射为模型内部可验证、可约束的 runtime control。

实验验证:可解释性与零微调OOD任务提升

Gravity Control 模型不绑定某一种具身策略架构,接入不同类型的原始模型均可实现以自然语言进行运行时纠偏,大幅提升OOD任务成功率。

当前,Gravity Control 模型已在 π0.5、OpenVLA-OFT 等代表性 VLA 架构、LIBERO simulation benchmark 以及物理机器人平台上进行了全面评估:

实验首先验证了 Naming 与 Control 之间的差异。汇总多个策略后,部分具有可靠语义名称的 feature 最终并不能通过因果干预测试;反之,能否真正成为 Control Handle,取决于 intervention 对 physical action 的实际影响,而非 feature 名称本身。动作侧可验证、与运动对齐的特征也整体明显多于语言侧。



概念命名与动作因果控制相脱节 Naming and control come apart 现象

在真实机器人 OOD 任务中,在不更新原始策略模型权重、不新增机器人示教数据的前提下,该架构成功将横放面包等分布外失败任务的整体成功率从 17.5% 跃升至 87.5%,实现了即插即用的零样本动作挽救。

其中,横放面包这一单项 OOD setting 的成功率由5% 升至 95%。




利用自然语言在线纠偏真实机器人的完整工作流

这表明 Gravity Control 的目标并非单纯“把动作推向某个方向”,而是在 base policy 已具备基础 任务能力的前提下,通过经验证的 latent intervention 实现 zero-finetuning failure recovery,同时约束对原策略的副作用。

从 Correction 到 Skill:让纠错成为自进化的起点

随着各种端到端具身智能模型从 benchmark 逐渐进入真实物理环境,模型能力本身已不再是唯一需要关注的问题。更重要的是:当机器人出现失误时,是否能够诊断问题来自哪里,并对局部行为进行可预测、可约束的干预

Gravity Control 可以进一步接入更上一级的 Agent 或 AI原生系统套件,由上层系统持续判断任务状态、识别动作是否偏离目标,并自动完成Detect → Diagnose → Correct的全流程作业链条。不必由人担任机器人的“监督员”,而是由系统在局部错误进一步累积前,主动调用 Gravity Control。

更进一步,一次成功的 correction 也不必是一次性的。系统可以记录当时的 task phase、scene / state、被调用的 Control Handle、intervention dose 与执行结果,将成功的纠偏过程沉淀为可复用的 Skill。下一次遇到相似状态时,系统即可优先检索并调用既有经验,进一步降低对人工干预的依赖。

这意味着 Gravity Control 的长期价值不仅是让机器人“更容易被纠正”,而是让一次纠错逐步变成可以积累、复用的经验。从 Correction 到 Skill 再到 Self-evolution,Gravity Control 为具身系统持续减少人工介入、走向自主纠错与能力自进化提供新的技术路径。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
交管12123紧急下达警告:驾驶员一旦误闯红灯时,需要先做好一个动作!

交管12123紧急下达警告:驾驶员一旦误闯红灯时,需要先做好一个动作!

沙雕小琳琳
2026-11-17 03:36:48
罕见画面:我国沙漠腹地发现一棵巨树,高16米,七八个成年人才能合抱,依靠不定期的极端洪水,以及渗入沙层的地下水顽强生存

罕见画面:我国沙漠腹地发现一棵巨树,高16米,七八个成年人才能合抱,依靠不定期的极端洪水,以及渗入沙层的地下水顽强生存

极目新闻
2026-11-15 20:14:15
敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

蜡笔小小子
2026-11-15 15:10:25
徐杰代理队长!广东男篮杯赛提出2个目标,陈海涛或签23岁外援

徐杰代理队长!广东男篮杯赛提出2个目标,陈海涛或签23岁外援

体育咆哮君
2026-11-17 19:14:54
布泽尔29+7+7力压状元郎,浓眉哥空砍23分,灰熊逆转送奇才8连败

布泽尔29+7+7力压状元郎,浓眉哥空砍23分,灰熊逆转送奇才8连败

钉钉陌上花开
2026-11-17 10:29:23
突发!美国 AI 芯片出口限制新增:新加坡、马来西亚、泰国、印度尼西亚、巴西

突发!美国 AI 芯片出口限制新增:新加坡、马来西亚、泰国、印度尼西亚、巴西

云头条
2026-11-17 00:44:09
美媒表示:美国B-21完成首次投弹测试,排名世界第一,中国轰20却迟迟不亮相,难道中国存在技术瓶颈?

美媒表示:美国B-21完成首次投弹测试,排名世界第一,中国轰20却迟迟不亮相,难道中国存在技术瓶颈?

绝对军评
2026-11-17 09:39:02
2035年中国养老金现状预测:不是发不出,而是不够体面、靠财政?

2035年中国养老金现状预测:不是发不出,而是不够体面、靠财政?

福建睿平
2026-11-17 07:17:14
克宫承认克里米亚大桥被炸塌,佩斯科夫称大桥将被修复且“比以前更好”

克宫承认克里米亚大桥被炸塌,佩斯科夫称大桥将被修复且“比以前更好”

山河路口
2026-11-17 19:41:55
高考700分没去清北,读了复旦医学院,如今还得靠爸妈养家:高分学医这笔账,到底亏在哪一步

高考700分没去清北,读了复旦医学院,如今还得靠爸妈养家:高分学医这笔账,到底亏在哪一步

狐狸先森讲升学规划
2026-11-17 10:50:31
乌克兰首都基辅响起强烈爆炸声

乌克兰首都基辅响起强烈爆炸声

北青网-北京青年报
2026-11-17 07:19:01
广州、深圳周边房价跌至一千多一平

广州、深圳周边房价跌至一千多一平

邓浩志教买房
2026-11-17 18:24:52
台湾飞行员黄植诚起义后娶了空姐,8年后她前往美国再也没回来,安全部门半夜围了住处,谁也没想到最后在卧室搜出了这个

台湾飞行员黄植诚起义后娶了空姐,8年后她前往美国再也没回来,安全部门半夜围了住处,谁也没想到最后在卧室搜出了这个

磊子讲史
2026-11-16 14:38:55
美媒:中国将世界最先进坦克技术,放到老式VT-4坦克上,能自动打无人机和武装直升机

美媒:中国将世界最先进坦克技术,放到老式VT-4坦克上,能自动打无人机和武装直升机

蓝星杂谈
2026-11-17 17:56:29
冯巩67岁生日宴,贾玲素颜站身边比了个剪刀手:瘦了酒窝一点没变

冯巩67岁生日宴,贾玲素颜站身边比了个剪刀手:瘦了酒窝一点没变

手工制作阿歼
2026-11-15 10:13:42
这俩,早晚要离?

这俩,早晚要离?

毒舌一姐
2026-11-17 20:30:31
9天时间,足球门将的膝盖,撞死2个前锋

9天时间,足球门将的膝盖,撞死2个前锋

起点人文
2026-11-16 21:31:19
74岁马保国出售上海豪宅,140多平卖400多万,豪宅画面流出

74岁马保国出售上海豪宅,140多平卖400多万,豪宅画面流出

小徐讲八卦
2026-11-17 10:08:29
贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

扶苏聊历史
2026-11-16 17:44:56
李家超抵达深圳

李家超抵达深圳

政知新媒体
2026-11-17 17:08:37
2026-11-17 23:20:49
光锥智能 incentive-icons
光锥智能
来这里,看千行百业的数字化、智能化。
1222文章数 142关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

亲子
游戏
数码
公开课
军事航空

亲子要闻

宝宝气人但是聪明的4个行为

小伙表示连玩7天《GTA6》 这下PS5可惨了

数码要闻

满电开躁!11月16日,航嘉满电青年计划约你西南交大见!

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版