**SLA：通过持续预训练扩展空间语言动作模型**

_SLA: Scaling Spatial-Language-Action Model via Continual Pre-training_

> 针对机器人操作需结合语义理解与三维空间控制的需求，研究提出了 SLA 模型。该模型基于 pi05 策略初始化，通过持续预训练将空间对齐能力扩展为可迁移的基础模型能力。SLA 联合优化动作预测与视觉嵌入和空间表示的对齐，利用特征依赖门控自适应聚合多 VLA 层的视觉特征，并融合部分深度与相机标定信息以处理异构几何标注。所有辅助组件仅用于训练，从而保留预训练 VLA 权重及原始推理架构，实现了在多样化机器人数据上的空间学习。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.08373)