ATE 对齐-引导是什么？用少量数据把机器人大模型适配到新任务
TL;DR对齐-引导（ATE）是中国电信人工智能研究院和清华大学等在 2025 年 9 月提出的视觉语言动作模型适配框架，先构建统一的潜在空间对齐不同机器人的动作空间，再在微调时用引导机制把生成的动作推向目标分布，数据高效且即插即用。
对齐-引导（Align-Then-stEer，ATE）是一个把预训练的机器人大模型高效适配到新任务和新机器人上的框架，由中国电信人工智能研究院（TeleAI）具身智能团队和清华大学等机构在 2025 年 9 月提出，论文标题是《对齐-引导：通过统一潜在引导适配视觉语言动作模型》。
问题：换个机器人就水土不服
在大规模、多样化数据上预训练的视觉语言动作模型（VLA），在通用机器人操作上展现出了很大的潜力。但把它们应用到具体的下游任务时，有一个主要瓶颈：如果目标机器人的形态（比如机械臂的关节数、夹爪类型），或者任务本身和预训练数据不同，动作的分布就会严重不匹配。预训练模型学到的是“A 机器人怎么动”，现在要让 B 机器人做事，就需要大量数据和算力重新微调。
ATE 的两步
第一步，对齐：构建一个统一的潜在空间，把不同机器人、不同任务的动作空间都映射到这个共同的空间里。研究者用变分自编码器之类的方法学习这个潜在空间，让不同来源的动作在其中可以对比和衔接。这样，预训练模型学到的动作知识和目标任务的动作，就有了一个共同的“语言”。
第二步，引导：在微调时引入一种引导机制，把模型生成的动作推向目标领域的动作分布。打个比方，预训练模型就像一个会开很多种车的司机，引导机制就像在他换开一辆新车时，在旁边不断提示“这辆车方向盘更灵敏、刹车更轻”，让他用很少的练习就能适应。
特点和效果
ATE 是数据高效、即插即用的：它不需要修改原有 VLA 模型的结构，可以配合不同的 VLA 模型使用。论文报告，在仿真和真实机器人的多种任务上，ATE 都显著提升了跨机器人形态、跨任务适配时的成功率，并且大幅减少了所需的微调数据量。这对于让一个通用的机器人大模型快速部署到各种不同的机器人上，有很实用的价值。