TL;DR

通过对 80M 到 7B 参数规模的六种主流 VLA 模型进行 39 万次 Rollout 实验，研究人员发现：视觉路径（Visual Pathway）在决策中占据了绝对统治地位。模型往往会忽略复杂的语言指令，转而执行由视觉场景触发的空间位置动作序列。此外，通过 Sparse Autoencoders (SAEs)，研究者首次识别出 82+ 种操作概念，并证实了多路径模型（如 π0.5 和 GR00T）中存在明确的“分工”机制。

背景定位：从行为观察走向白盒诊断

目前的机器人 VLA 模型大多被视为黑盒。当机器人“拿错了杯子”，开发者无从得知是因为视觉编码器没看清，还是语言模型理解错了指令。本文通过 Mechanistic Interpretability（机械可解释性） 工具，试图在神经元层面拆解这些模型的决策回路。

痛点深挖：语言指令真的起作用吗？

研究者的核心动机在于验证模型是否真的在“听命行事”。他们发现，在很多任务中，即使把语言指令清空（Null Prompts），模型依然能通过视觉场景识别出意图。这暗示了当前 VLA 模型存在严重的“视觉-运动先验（Visual-motor priors）”偏好，而非真正的指令遵循。

核心方法论：SAEs 与激活注入

1. 跨架构的对比实验

作者研究了包含 π0.5, OpenVLA-OFT, X-VLA, SmolVLA, GR00T 和 ACT 在内的六类代表性架构，涵盖了 Flow matching、连续回归和 CVAE 等主流生成范式。

2. 逐 Token (Per-Token) SAE 处理

研究发现，VLA 的激活处理与 LLM 有本质不同。如果在 SAE 处理时直接使用均值池化（Mean-pooling），会摧毁模型的时间结构，导致任务成功率从 96% 暴跌至 8%。逐位置（Per-token）处理是保持机器人动作保真度的关键。

核心发现：三条重磅结论

结论一：视觉路径的“霸权”

实验表明，将成功的激活（Activation）注入到错误的指令甚至空指令中，机器人几乎能 100% 恢复基准表现。这证明了运动程序是绑定在视觉坐标上的，而非语言语义上的。

结论二：功能特化（Pathway Specialization）

在 π0.5 和 GR00T 等多路径架构中，模型表现出了惊人的分工：

• 专家路径 (Expert Pathway)：编码“如何做（How）”，即具体的运动参数。
• VLM 路径：编码“做什么（What）”，即目标的语义信息。

专家路径注入导致的机器人位移量是 VLM 路径的 2 倍以上，这种特化为后续的运行时故障诊断奠定了基础。

结论三：空间绑定的脆弱性

跨任务注入（Cross-task Injection）显示，如果把任务 A 的激活强行注入任务 B，机器人会试图移动到任务 A 目标所在的坐标点，即使那个点现在什么也没有。这种“刻舟求剑”的行为揭示了当前模型缺乏对物体间关系的抽象建模。

实验结果对比

在 LIBERO 各种基准测试中，研究者通过消融实验（Ablation Study）证实了单一关键特征（Kill-switch features）的存在——只需抹除一个 SAE 特征，模型成功率即可能降至零。

深度总结与展望

这篇文章不仅是 VLA 领域的一次大规模“核磁共振”，更提出了一个警示：当前的 VLA 模型在表征上很丰富，但在行为上非常脆弱。

Takeaway:

1. 开发者：可以通过监控特定路径的神经元活跃度来提前预警机器人的失控。
2. 研究者：未来的对齐方法不应仅停留在输出端，应该关注如何打破模型对“空间坐标”的死记硬背，转向真正的关系抽象。

作者同步开源了 Action Atlas，读者可以交互式地探索六大模型中的 82+ 种操作概念。