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
帮美国造出原子弹的华人女科学家,37年后回国找父母的坟,周总理一句话让她当场落泪

帮美国造出原子弹的华人女科学家,37年后回国找父母的坟,周总理一句话让她当场落泪

磊子讲史
2026-11-13 17:11:22
曾被“炒上天”,后来跌落神坛的5大商品,你买过几种呢?

曾被“炒上天”,后来跌落神坛的5大商品,你买过几种呢?

小兰聊历史
2026-11-06 12:08:34
好看却无人问津的6部高分宝藏剧,最后一部评分高到9.2

好看却无人问津的6部高分宝藏剧,最后一部评分高到9.2

小Q侃电影
2026-11-17 22:40:06
1390万美元!杜兰特挂牌出售亚利桑那州豪宅 比去年降价约60万

1390万美元!杜兰特挂牌出售亚利桑那州豪宅 比去年降价约60万

罗说NBA
2026-11-17 07:59:38
机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

刘哥谈体育
2026-11-15 13:22:01
闯王来了不纳粮?那几十万大军的饭,到底是谁在买单?

闯王来了不纳粮?那几十万大军的饭,到底是谁在买单?

迷世书童
2026-11-16 09:34:31
性感美腿+网眼丝袜德国田径女星出圈 仅拿到过世锦赛第7被讽是花瓶

性感美腿+网眼丝袜德国田径女星出圈 仅拿到过世锦赛第7被讽是花瓶

劲爆体坛
2026-11-17 07:50:03
天安门悬挂第四版毛主席像,市民质疑:主席为何只露出一只耳朵?

天安门悬挂第四版毛主席像,市民质疑:主席为何只露出一只耳朵?

微野谈写作
2026-11-13 08:50:07
寿命与大便次数有关!研究表明:寿命长的人,每天排便在这个次数

寿命与大便次数有关!研究表明:寿命长的人,每天排便在这个次数

王医生健康讲坛
2026-08-05 20:00:10
不查不知道,一查吓一跳!霍家新儿媳娜然,私下生活到底有多壕

不查不知道,一查吓一跳!霍家新儿媳娜然,私下生活到底有多壕

橙星文娱
2026-11-17 15:04:36
外交部回应相关国家免签政策将于今年年底到期

外交部回应相关国家免签政策将于今年年底到期

界面新闻
2026-11-17 15:21:10
吉林26岁保安徒手接跳楼女终身瘫痪 , 女孩家属 : 女儿有事 , 不放过你

吉林26岁保安徒手接跳楼女终身瘫痪 , 女孩家属 : 女儿有事 , 不放过你

天天热点见闻
2026-08-08 08:13:01
证监会新规,今日起施行

证监会新规,今日起施行

新浪财经
2026-11-17 10:52:52
高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

靓仔情感
2026-11-17 04:36:22
39岁刘亦菲近照曝光,气质面相大变,和彭冠英恋情传闻早水落石出

39岁刘亦菲近照曝光,气质面相大变,和彭冠英恋情传闻早水落石出

领略非凡
2026-11-15 15:48:00
中央亮剑!多地开启机关事业单位大整顿,这几类人受影响最大

中央亮剑!多地开启机关事业单位大整顿,这几类人受影响最大

职场资深秘书
2026-11-17 17:01:53
56岁退休女一句大实话:出轨率高的女人,不看长相,就看这3特征

56岁退休女一句大实话:出轨率高的女人,不看长相,就看这3特征

伊人河畔
2026-08-12 09:39:02
拉萨面向江苏定向招募15名“三支一扶”人员

拉萨面向江苏定向招募15名“三支一扶”人员

金台资讯
2026-11-17 07:45:17
有现成答案不抄,非要自己考砸!邵佳一为什么不学安东尼奥?

有现成答案不抄,非要自己考砸!邵佳一为什么不学安东尼奥?

曹老师评球
2026-11-17 22:37:00
王力宏同款羽绒服仅售16件,网友吐槽海报上的穿搭造型

王力宏同款羽绒服仅售16件,网友吐槽海报上的穿搭造型

韩小娱
2026-11-17 07:08:03
2026-11-17 23:16:49
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

老黄想回来?英伟达董事会:没门

头条要闻

媒体:黄仁勋辞任CEO带来隐患 英伟达没有"二号人物"

头条要闻

媒体:黄仁勋辞任CEO带来隐患 英伟达没有"二号人物"

体育要闻

东契奇心仪之人 三年后拿着底薪站到他身旁

娱乐要闻

刘欢有6位生死之交,个个可托付后事

财经要闻

日本经济再现负增长 日央行12月还加息吗

汽车要闻

红旗H9 PHEV这后排,谁还抢着坐副驾?

态度原创

家居
房产
游戏
教育
数码

家居要闻

2026建博会(广州) 公装联探展交流活动

房产要闻

5381亩之后,三亚绿谷,等一个500强!

《GTA6》试玩披露野生动物日志 可记录62种鸟类

教育要闻

【预告】11月20日|第152场中小学课堂教学数字化评价与质量提升项目省级教研活动

数码要闻

华为星芒OSTA O1 Pro突然上架:砍超广角、砍无线充,高端技术照样下放

无障碍浏览 进入关怀版