# 打开VLA黑箱:进度信号 打开VLA黑箱:进度信号 完整文章：https://haiguangboy.com/posts/decoding_task_progress_from_vla_representations ## 核心方法 把"表征了"拆成三层，一层一层测任务进度这个信号 ↳ 第一层，弱可解码——域内线性探针能不能读出信号。用这一层测任务进度（轨迹剩余时间的归一化占比），朴素探针域内拟合优度高达0.95，看起来漂亮过关 ↳ 第二层，强可解码——换个反事实输入（把指令里"拿梨"换成"拿苹果"），同一个探针不重新训练依然要给出正确响应，排除"其实是走了视觉捷径"。第一层那个0.95的探针在这里现了原形：换个指令输出几乎不变，说明它压根没用语言输入，纯靠视觉蒙对；重新用对比目标训练后能修好这个问题，但代价是域内拟合优度跌到0.33——语言敏感度不是白拿的 ↳ 第三层，可操控——直接在激活值上干预注入目标进度值，检验模型输出的动作是否真的按这个方向改变。哪怕拿到了修好的强可解码探针，注入"已经推进0.2进度"的偏移，模型后续层的读数照样没跟着变，生成的动作也没往对的方向靠——前两层都过关的信号，在这一层彻底失守 ## 关键结果 · 进度特征在四个对比模型里，三个π系列变体表现相近且明显优于纯视觉语言骨干——说明这个特征是大规模机器人预训练建立起来的，不是任务微调塑造的 · 要让探针对语言反事实敏感，得在更深层用对比目标重训，代价是域内拟合优度从0.95跌到0.33——语言敏感度不是免费获得的 · 把这个探针直接当无监督OOD检测器用，效果能追平甚至反超需要专门OOD标签训练的监督式基线，面对训练时完全没见过的扰动类型时反而更稳健 ## 相关路线对比 - 同路线 · [Gemini_Robotics_2_Safety](https://haiguangboy.com/posts/gemini_robotics_2_safety) `gemini_robotics_2_safety_2026_07`：核心发现:任务进度(轨迹剩余时间的归一化占比)在π0.5的残差流里既弱可解码又强可解码,但不可操控——沿探针方向注入'已经推进了0.2进度'的偏移量,模型后续层的进度读数没有相应改变,注入动作和真实反事实动作的距离依然很远 validates 实测发现:模型「懂约束」和「按约束行动」之间存在明显落差 - 同路线 · [LAWM：为什么动作标签会成为负担](https://haiguangboy.com/posts/latent_action_pretraining_through_world_modeling) `latent_action_pretraining_through_world_modeling_2026_07`：LAWM：为什么动作标签会成为负担 - 同路线 · [PAVE:失败数据也能喂饱策略](https://haiguangboy.com/posts/pave_predictive_alignment_and_value_guided_evolution_for_world_action_policies) `pave_predictive_alignment_and_value_guided_evolution_for_world_action_policies_2026_09`：PAVE:失败数据也能喂饱策略 - 同路线 · [PointWorld:点流统一状态动作](https://haiguangboy.com/posts/pointworld_scaling_3d_world_models_for_in_the_wild_robotic_manipulation) `pointworld_scaling_3d_world_models_for_in_the_wild_robotic_manipulation_2026_08`：PointWorld:点流统一状态动作 - 同路线 · [世界模型不听话，是潜在动作被污染了](https://haiguangboy.com/posts/cd-lam) `causally_debiased_latent_action_model_for_embodied_action_conditioned_world_mode_2026_07`：朴素训练出的进度探针域内拟合优度高达0.95(看起来很成功),但语言反事实测试(把指令里的目标物体换掉)下输出几乎不变——暴露出这个探针其实完全依赖视觉线索、根本没在用语言输入,域内高准确率这个指标本身完全没能发现这个问题 validates 像素指标排不出潜在动作空间的好坏——这是整篇最可迁移的方法论主张 - 同路线 · [别人堆传感器,这篇全拆了](https://haiguangboy.com/posts/blind_dexterity_whole_body_humanoid_manipulation_via_pure_proprioception) `blind_dexterity_whole_body_humanoid_manipulation_via_pure_proprioception_2026_09`：别人堆传感器,这篇全拆了 ## 边界 · 全部实验只用了一个模型家族、只在仿真里做，能不能迁移到其他VLA架构或真实机器人还是开放问题 · 进度的真值标签是成功演示里的时间占比，把"时间流逝"和"任务真正推进"混在了一起 · "不可操控"这个结论只测了单一层、单一方向、固定幅度的一种干预方式，作者明确说更强或联合编辑多处的干预可能会有不同结果 ## 作者判断(非论文内容,跨论文综合观点) "读得出来不等于真被用来做决策"这个判断，和已经解读过的几篇工作反复印证：What/Where/How发现视频模型能把相机运动组织成连贯的几何轨迹，却学不到真正的物理推理；Blind Dexterity发现把状态估计器的预测接回观测对控制没有稳定收益，但估计器本身的误差确实在接触后系统性下降，证明信息真实存在。三篇论文从三个不同角度撞上了同一堵墙：一个信号能被稳定读出，不代表它是模型用来行动的那个变量。