CVPR 2026 冠军奖论文：4K 参数撬动 VLA 泛化，空间才是真正的瓶颈

中山大学与 X-Era AI Lab 团队发现，VLA 模型在新视角、光照、纹理和传感噪声下的脆弱性主要来自空间建模错位，而非物理推理能力缺失。其 one-shot 鲁棒适应框架 FTM 仅用约 4K 参数，就把 LIBERO 新视角任务成功率从 48.5% 提升到 87.1%；FLA 用约 4.7M 参数达到 90.8%，参数量比 LoRA 基线减少约 99 倍。