从前，VLA模型重要依赖视觉和说话来实现机械人操作，但在真实场景中，好多工作并不是看见就能做好。好比插头插入、按钮按压、擦白板等接触丰硕工作，真正影响成功率的是接触力、阻力变动、摩擦和轻微形变。 这篇论文关注的正是VLA的力觉短板。论文提出FD-VLA，通过力蒸馏机造，让模型在训练阶段利用真实力信号进建潜在力暗示
；在推理阶段，则不再依赖实体力传感器，而是凭据视发觉看和机械人本体状态预测力象征，并与视觉说话信息共同天生作为。这样既保留了力觉对接触操作的援手，又降低了真实部署时对昂贵、脆弱传感器的依赖。 创新点重要在于三方面：一是把力觉信息以蒸馏方式融入VLA，而不是单一拼接原始力信号
；二是利用视觉和本体状态预测接触有关力暗示，提升工作有关性和鲁棒性
；三是在真实机械人平台上验证擦白板、按按钮、插头插入等典型接触工作。尝试批注，FD-VLA整体成功率显著高于无力觉版本和直接输入原始力信号的步骤，注明可进建的力暗示比粗鲁使用传感器数据更有效。 这篇论文的价值在于，它把VLA从看懂再行动推动到理解接触再行动。对具身智能钻研来说，力觉蒸馏、触觉加强、状态建模和接触丰硕操作，在成为VLA实用化落地的沉要发文隐语。