机器人也有空间感了：SLA 把空间理解做成基础能力

机器人基础模型（VLA）最近的主流做法是把"空间理解"当成一个下游任务来微调——哪个任务要空间，就给哪个任务加空间模块。11 月 5 日提交的 SLA 论文（arXiv:2611.08373，HF Daily Papers 11 月 6 日上榜）反着来：通过持续预训练把空间理解做成可迁移的基础能力，而不是任务级补丁。

SLA 项目页

方法（论文口径）

底座：从预训练好的 pi05 策略初始化；
持续预训练：联合优化动作预测，以及中间视觉嵌入与冻结的 3D 感知模型（当教师）输出的空间表征之间的对齐；
数据：整合多种本体、任务、场景的异构机器人数据集；
两个技巧：特征依赖门控（feature-dependent gates）在 VLA 的多层间自适应聚合视觉嵌入做空间监督；概率状态 dropout 降低对示范数据的过拟合；
关键设计：3D 教师、门控、dropout 全部只在训练期使用——推理架构与原 VLA 完全一致，部署侧零额外开销。

为什么这个思路值得注意

"训练期加教师、推理期不加"是知识蒸馏里的经典结构，用在空间表征上有明确的工程价值：3D 感知模型（依赖深度/相机标定）又贵又重，不可能塞进每一台机器人的推理循环；但如果它在训练期教会了 VLA"看懂空间"，这份能力就留在了模型权重里。SLA 的主张是把空间理解从"给某个任务打的补丁"升级为"底座自带的迁移能力"，下游任务直接受益。

边界与判断

对做具身智能、机器人 VLA 的团队，这篇的方向信号是：空间先验正在从"任务配件"变成"底座标配"。三点校准：① 摘要页未列定量结果，数字要看全文（arXiv 2611.08373），本文不替它吹成绩；② 基于 pi05 底座的结论，能不能迁移到其他 VLA 待验证；③ 代码已开源在 OpenHelix-Team/Spatial-Forcing（SLA 子目录），项目页 SLA.github.io——想验的可以自己跑。