https://auto-driving-blog.vercel.app/tags/-%E5%9F%BA%E7%A1%80%E6%A8%A1%E5%9E%8B/ Recent content in ⚡ 基础模型 on Elon's AD Insight Hugo zh-cn Sun, 19 Jul 2026 18:00:00 +0800 https://auto-driving-blog.vercel.app/posts/paper-reading/rt-2%E7%B2%BE%E8%AF%BB/ Sun, 19 Jul 2026 00:00:00 +0000 https://auto-driving-blog.vercel.app/posts/paper-reading/rt-2%E7%B2%BE%E8%AF%BB/ RT-2 由 Google DeepMind 提出，首次将互联网预训练的 VLM 通过动作编码为文本 Token 的方式转化为 VLA 模型。它开创性地用机器人数据微调大规模图文模型，让网络知识迁移到具身控制，使机器人具备语义理解和零样本泛化能力。在 6k 次真机试验中验证了涌现的语义推理和从未见过的任务执行能力，是 VLA 范式的奠基之作。