以前机器东说念骨干活总有点“看不准要点”，比如让你拿水杯，它可能合手个空。咫尺复旦团队搞了个新招——GuidedVLA，把视觉、言语和四肢拧成一股绳。这时间能让机器东说念主像东说念主相同清晰复杂提醒，比如“倒杯40度的温水”，它真能摸净水温再入手，再也无须惦记它给你端杯热水烫手了。夙昔VLA模子固然能处罚猖狂任务，但碰到需要空间推理的提醒就容易合手瞎，比如分不清“左边”和“右边”，约略被配景打扰物勾引。

　　这个黑科技的窍门在于给机器东说念主装了“防卫力转念器”。猖狂说，它能动态调节眼睛（摄像头）和耳朵（语音提醒）的权重，比如你让它“把红方块放蓝柱傍边”，它会要点盯住红方块和蓝柱，而不是被傍边东歪西倒的东西带偏。更绝的是，它的有贪图经过能像回放摄像相同展示出来，那里卡壳一目了然，再也无须猜它为啥瞬息发神经。团队还通过多阶段历练，让机器东说念主在识别要道物体时准确率大幅普及，比如在一堆参差物品中精确定位红色方块。

　　试验测试中，这招让机器东说念主合手东西的得胜纯厚接涨了23.7%，相当是处罚空间联系提醒时，特殊率砍掉近四成。这意味着工场里的机械臂能更稳地拼装零件，家政机器东说念主也能靠谱地打理房间。夙昔机器东说念主可能把咖啡杯和马克杯搞混，咫尺却能笔据提醒永诀“带把手的杯子”。这项时间刚在RSS 2026亮相，揣测很快就能看到它在养老陪护、仓储物流这些场景武艺出奇。念念象一下，异日的顾问机器东说念主能准确清晰“把药放在床头柜第二层”，再也无须惦记老东说念主吃错药了。