编辑丨 机器之心 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你想要的! 在机器人具身智能领域，视觉 - 语言 - 动作（Vision-Language-Action, VLA）模型正以惊人的速度发展。从 RT-1、Octo 到最新的 π0、GR00T N1，这些集成了大规 模视觉语言模型与机器人控制的系统展现出前所未有的泛化能力。然而，一个被长期忽视的问题正阻碍着 VLA 模型从实验室走向真实世界 —— 推理阶段的不稳 定性。 中国电信集团 CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授联合清华大学、中国科学技术大学团队 直面这一挑战，提出了名为 TACO （Test-time Anti-exploration via pseudo-COunts） 的创新框架。该研究为解决 VLA 推理的不稳定性提供了扎实的理论根基和实践方案，通过在模拟基准和真实机 器人平台上的实验验证了方法的有效性。在 真实机器人实验中，TACO 将任务成功率平均提升 ...