τ_0-VLA：世界模型引导测试时计算的分层机器人基础模型

分层机器人基础模型 τ_0-VLA 将高层子任务生成建模为可扩展计算的推理问题，通过世界模型引导的测试时计算，在每步推理中借助执行记忆生成子任务，必要时搜索备选方案后再输出。该模型基于 40,115 小时异构真实世界数据和多模态协同训练，在域内与分布偏移场景下增加测试时计算均显著提升下一子任务预测准确率，并转化为长程机器人操作任务更高的闭环成功率。