20%数据超GR00T N1.6、RoboDojo超WAM！StarVLA只用16卡训出全新VLA！ 机器人 VLA 还在疯狂卷数据，StarVLA 团队这次却把目光放到了另一个问题上：除了继续 scale 数据以外，能不能让每一条数据都学得更值？ 他们最新发布了面向 VLA 的 VLM 底座 VLAct。 VLAct 的整个 continued pre-training 只使用开源数据和 16 张 GPU，但成绩相当能打：RoboTwin 2.0 成功率达到 92.5%；在 RoboDojo 榜单中超过所有明确标注为 World Action Model（WAM）的模型；面对预训练阶段从未见过的 GR-1 机器人，只使用 20%的 RoboCasa-GR1 下游数据，就已经超过 NVIDIA GR00T N1.6 的全量数据基线。模型、Checkpoint、训练代码和 Pipeline 也全部开源。 图 1｜VLAct 主要结果一览：RoboDojo、RoboTwin 2.0、RoboCasa-GR1，以及 16 GPUs 与全开源。（项目宣传图） 机器人数据 没法像互联网数据一样“