同期扶助双臂协同、双聪惠手高解放度致密操作

——端到端VLA模子

过往主流VLA系统，要么聚焦双臂低解放度夹爪为止，要么专攻单臂高解放度聪惠手操作，弥远无法兼顾双臂协同与致密手指动作的双重需求。

比如活塞插入需双臂精确协作，拧瓶盖、致密取物则依赖多指无邪调控，这类任务持久缺少斡旋的VLA处罚有谋略。

近日，首个原生面向双臂双高解放度（36解放度）聪惠操作的开源VLA模子：Dexora，突破此前VLA的方式壁垒，为通用聪惠机器东说念主的落地提供了全新范式。

硬件与遥操作：虚实协同的聪惠数据底座

高解放度聪惠操作的中枢前提，是精确、可领域化的数据集聚。Dexora放手单一遥操作有谋略，打造“外骨骼+VR”夹杂遥操作系统，同期驱动物理机器东说念主与MuJoCo数字孪生，从根源处罚数据集聚的精度与领域贫困。

▲Dex硬件与夹杂遥操作系统暗示图©[深蓝具身智能]编译

可竣事扭转、捏取等类东说念主致密操作，整套系统筹谋36解放度，为复杂双手协同任务提供硬件基础。

定制外骨骼背包捕捉机械臂举座清楚（无漂移、低延伸），AppleVisionPro竣事无象征手指跟踪，兼顾手臂大范围移动的踏实性与手指致密动作的无邪性。

▲仿真/真确数据集物体与任务散播暗示图©[深蓝具身智能]编译

更过失的是虚实同步想象：

遥操作教唆同期下发物理机器东说念主与数字孪生，两者传感器数据（4路RGB、36解放度要津景色）20Hz同步纪录。

既保险真确场景数据的真确性，又能在仿真中低老本膨胀任务场景，酿成“真确+仿真”互补的数据集。

最终构建的数据集包含10万条仿真轨迹（650万帧）、1万条真确遥操作轨迹（292万帧），掩盖30类仿真物体、17类真确物体，兼顾基础抓取与致密聪惠任务。

模子架构：扩散Transformer+质地判别器双中枢

Dexora基于数据质地感知的端到端VLA架构，通过扩散Transformer生成动作，搭配离线质地判别器过滤噪声数据，处罚遥操作数据质地杂乱不皆、高维动作磨练不踏实的行业痛点。

▲Dexora举座总览图（动机/数据/架构/性能/泛化）©[深蓝具身智能]编译

扩散Transformer政策集聚

接受解码器-only扩散Transformer看成政策中枢，输入多视角RGB图像、讲话教唆与面前要津景色，输出36解放度畅通动作序列。

模子接受T5编码讲话教唆、SigLip编码图像特征，瓜代注入Transformer块，通往时噪估计生成动作，兼顾多模态和会才气与高维动作建模精度。

数据质地判别器

遥操作数据常因操作谬误、传感器噪声存在低质地轨迹，平直磨练会拉低模子性能。

Dexora想象离线判别器，通过“清楚平滑度+任务生遵守”双重法子筛选数据：

判别器以冻结的预磨练政策为基准，估计轨迹质地得分（0-1），磨练时将得分鼎新为权重，高质地轨迹权重高、低质地轨迹权重低，公式简化为：

其中为质地权重，为估计噪声，为真确噪声。这种想象让模子聚焦有用数据，大幅进步高维聪惠动作的磨练踏实性。

磨练经过：三阶段渐进式优化

Dexora接受“仿真预磨练+判别器磨练+真确微调”三阶段磨练，均衡基础才气与聪惠手段，竣事从仿真到真确的平滑迁徙。

▲Dex数据过滤、判别器磨练、质地感知磨练框架图©[深蓝具身智能]编译

第一阶段，世界杯官方认证平台10万仿真轨迹预磨练，让模子掌捏抓取、拼装等基础操作，酿成最先动作生成才气；

第二阶段，用筛选后的高质地真确数据磨练判别器，使其精确识别轨迹优劣；

第三阶段，用一起真确数据微调政策，通过质地权重指导，让模子从基础才气进阶到拧瓶盖、致密取物等聪惠手段。

性能与泛化

执行驱散闪现，Dexora在基础任务、聪惠任务、跨方式泛化三大维度均竣事突破，考证了双臂双高解放度想象与质地感知磨练的有用性。

▲基础任务示例图©[深蓝具身智能]编译

▲基础任务生遵守对比表©[深蓝具身智能]编译

平均生遵守达89.6%，12项任务中7项生遵守超90%，双臂协同任务（如双手递物、嵌套碗分歧）上风显赫，远超GR00TN1（82.1%）、π0（50.4%）等基线。

▲聪惠任务示例图©[深蓝具身智能]编译

▲聪惠任务生遵守对比表©[深蓝具身智能]编译

平均生遵守66.7%，较最优基线GR00TN1（51.7%）进步15个百分点，尤其在拧瓶盖、致密面团操作等需要双手协作+多指调控的任务中，基线实在失效，Dexora仍能踏实完成。

▲散播外泛化性能图©[深蓝具身智能]编译

一是散播外泛化，在未知布景、光照、物体、遮拦等场景下，生遵守仅小幅下落，鲁棒性强；

二是跨方式迁徙，36解放度模子可平直适配单臂夹爪、双臂夹爪、单臂低解放度手，无需再行磨练，仅需适配动作维度，突破VLA的方式依赖。

▲基础任务生遵守对比表©[深蓝具身智能]编译

消融实考证，质地判别器可缩小动作抖动，进步任务踏实性，证实“真确数据+质地感知”是聪惠VLA的中枢因素。

▲质地判别器后果对比轨迹图©[深蓝具身智能]编译

聪惠VLA：价值与局限并存

Dexora是首个原生双臂双高解放度VLA，证实高解放度模子可向下兼容低解放度开辟，为通用机器东说念主提供“高维磨练、低维部署”新念念路。

虚实协同集聚+质地感知磨练，处罚聪惠数据稀缺、噪声大的贫困，为高维VLA数据确立提供参考。

▲Dexora与主流VLA的方式掩盖对比图©[深蓝具身智能]编译

同期，存在的局限在于：

硬件依赖：36解放度系统老本高，难以快速普及，且无触觉反映，拧瓶盖等战斗敏锐任务生遵守仍低。

任务局限：复杂万古序任务（如多方法安设）、动态环境适宜才气不及。

泛化领域：跨材质、极点场景的踏实性有待进步。

过往VLA要么“能双手不致密”，要么“能致密不双手”。

Dexora初度将两者斡旋，用开源模式缩小门槛，为办事机器东说念主、工业聪惠操作等场景提供可行有谋略。

改日，若能和会触觉反映、强化万古序推理，Dexora有望进一步减弱与东说念主类操作的差距，鼓舞通用聪惠机器东说念主从执行室走向实质期骗。

Ref

论文标题：Dexora:Open-sourceVLAforHigh-DoFBimanualDexterity

论文作家：ZongzhengZhang2026美加墨世界杯(中国)，JingruiPang，ZhuoYang，KunLi，MinwenLiao，SainingZhang，GuoxuanChi，JinbangGuo，Huan-angGao，ModiShi，DongyunGe，YaoMu，JiayuanGu，RuiChen，HaoDong，HuazheXu，LiYi，YixinZhu，HangZhao，PengweiWang，ShanghangZhang，GuocaiYao，JianyuChen，HongyangLi，HaoZhao