FineCraft 在 MetaFine 细粒度操作挑战赛排名第四

Shuaike Zhang 等作者发布预印本论文，提出面向 MetaFine 挑战赛细粒度操作任务的 VLA 模型适配框架 FineCraft。作者称，该框架以 0.878 的总分排名第四，并在全部五个任务上超过已公布的参考结果。 FineCraft 采用按任务路由的混合策略，在统一的观测-动作接口下选择独立适配的 DINOv2-DiT 或预训练 π0.5 策略；方法上，它用局部视觉特征识别指令所指的物体部位，用演示与专家续写教授所需动作，并在执行中根据新观测重新规划。 作者称，官方结果与本地诊断覆盖视觉扰动、指令变化和多阶段操作。代码已公开，论文为 6 页预印本，尚未经过同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。