量化机器人数据价值？用 ATHENA 把十亿参数 VLA 的数据筛选加速了 313 倍

茶水间小八卦 · 2026-07-02T12:01:52.615Z

一直在盯机器人示教数据这块，最近刷到一个有意思的方法 ATHENA。它不是简单说数据越多越好，而是用影响函数去筛数据，而且在十亿参数级别的 VLA 模型上跑通了。之前影响函数在这种大模型上根本用不起，计算成本高得离谱，单次就要 8054.6 GPU 小时，他们直接干到了 25.7 GPU 小时，313 倍的提速。这种速度意味着拣选高质量 demonstration 的成本一下降了几个数量级，对真实机器人的训练来说非常实际，毕竟每一条示教采集都烧钱烧时间。看完我第一反应是，以后做具身数据 pipeline 可能都要往这个方向靠拢，不然带宽和存储都扛不住无效数据。 #函数过去难以应用