为何仅靠堆算力对机器人行不通
第一个重大转变是，单纯增加测试时的计算量——比如更长的思维链推理或更大的模型——并不能可靠地提升机器人的表现。2026年的一项研究发现，以这种方式扩展计算会增加延迟、令牌消耗和浮点运算量，而任务成功率却提升不均，且往往收益递减[1]。换句话说，你付出更多，却得不到成比例更好的结果。
对于简单任务而言，这一点尤为突出。一篇2025年关于基于扩散的控制策略的论文指出，固定的推理预算会在简单子任务上浪费计算资源，而在困难子任务上则可能表现不佳[3]。同样，一篇2026年的架构论文表明，单次推理迭代完全失败的任务，在四次迭代后成功率可超过90%，但较简单的任务则会迅速饱和——因此，额外的计算量只有在任务确实需要时才有帮助[4]。
解决方案：自适应计算分配，而非更多算力
这些论文得出了一个明确的解决方案：让机器人根据实际情况自行决定投入多少计算资源。例如，DIRECT框架利用场景上下文将每个提示路由到合适的模型或推理深度，从而优化成功率与成本之间的权衡。在实体机械臂上，它的成功率与更强模型相当甚至更高，同时将平均延迟降低了最多65%[1]。
另一种方法是ELASTIC，它为扩散策略学习一种依赖于状态的调度方案——在每个时刻决定使用多少去噪步骤以及多少候选动作。在真实世界的操作任务中，结合视觉-语言-动作模型使用时，它在匹配采样10个动作的成功率的同时，将端到端延迟降低了34%[2]。类似地，DA-SIP利用一个难度分类器在每个控制周期内选择步数预算和求解器变体，在保持成功率与固定最大计算量基线相当的情况下，实现了2.6至4.4倍的总计算加速[3]。
这对平价通用机器人意味着什么
实际应用中的要点是，测试时计算可以降低在机器人中使用先进AI的门槛——但前提是必须进行智能管理。通过将计算资源分配到关键环节，机器人可以在更便宜的硬件上运行，或实现更低的延迟，从而更便于在真实场景中部署。例如，一种在高层使用世界模型引导搜索的分层模型，在长时程任务中提升了子任务预测和闭环成功率，表明选择性计算能够在成本不失控的情况下处理复杂任务[5]。
然而，证据也警示我们，盲目扩大规模是低效的。DIRECT研究明确得出结论：“天真地增加测试时计算量是浪费的”[1]。因此，障碍不仅仅在于拥有足够的算力，更在于拥有正确的算法来决定何时使用它。这是一个有前景的方向，但仍处于早期阶段：大多数结果来自模拟或有限的现实世界测试，且相关论文都是近期预印本，其现实世界的稳健性尚未得到充分验证。
关于这些资料来源
此回答基于5项研究（均为预印本）——发表于2025年至2026年，其中5项为2024年或之后——从11项通过质量筛选的研究中选出最具相关性的，这些研究源自从超过5亿篇论文的数据库中检索到的81篇文献。
本文引用的文献
直接：在具身规划器中，你应在何时何地分配测试时计算？
DIRECT这一路由框架在成功率和成本之间的帕累托前沿上优于固定模型选择，在物理Franka机械臂上能够匹配甚至超越更强模型的成功率，同时平均延迟最高降低65%，并表明朴素的测试时计算扩展是低效的。
ELASTIC：高效学习自适应扩展生成式控制策略的测试时计算
ELASTIC学习生成式控制策略的状态相关计算调度，在仿真中帕累托优于固定缩放基线，并在真实世界操作中与π0.5的最佳10次成功率持平，同时将墙钟延迟降低34%。
控制策略中的动态测试时计算缩放：难度感知的随机插值策略
DA-SIP根据任务难度自适应调整积分时域，在保持与固定最大计算量基线相当的成功率的同时，将总计算时间减少了2.6至4.4倍，适用于多种操作任务。
循环深度VLA：通过潜在迭代推理实现视觉-语言-动作模型的隐式测试时计算扩展
RD-VLA采用循环、权重共享的动作头进行潜在迭代推理，实验表明，单次迭代推理时成功率为0%的任务，在四次迭代后成功率超过90%，而较简单的任务则迅速达到饱和。此外，与基于token推理的VLA相比，其推理速度最高可提升80倍。
τ0-VLA：一种具有世界模型引导测试时计算的分层机器人基础模型
τ0-VLA，一个层级式机器人基础模型，利用世界模型引导的测试时计算进行高层子任务生成，而分配额外的计算资源能显著提升下一子任务预测的准确性以及长时程操作中的闭环成功率。