清华大学提出 Harness VLA，为机器人引入执行组织层
Harness VLA 证明，提升机器人能力不一定靠更大模型，组织调用方式同样关键。
清华大学团队提出 Harness VLA，首次在机器人系统中引入 Harness Layer（执行组织层）。底层 VLA 模型保持冻结，由 Agentic Planner 负责调度和失败恢复，在扰动测试中成功率从 50% 提升至 82.4%。
正文摘录
具身智能或进入 Token 时代，清华团队提出 Harness VLA 引领范式变迁 今天，清华大学于超教授团队联合正行创新、无问芯穹，正式发布并开源 Harness VLA。这一技术成果首次将数字智能中广泛应用的 Harness Layer 引入具身智能系统，在保持 VLA 模型冻结的基础上，通过 Agentic Planner 对模型调用、任务执行和失败恢复进行统一组织，让机器人从「依赖单一端到端模型」迈向「模型能力与系统能力协同工作」的新架构，显著提升机器人在复杂真实环境中的泛化能力。 在更具挑战性的 LIBERO-Pro 扰动评测中，Harness VLA 将成功率提升至 82.4%，显著超过 PiRLinf（50%）、NVIDIA Cap-X（18.2%）和 Berkeley RATS（43.8%），验证了「模型 + 系统」的新一代机器人智能架构的可行性。更重要的是，Harness 并非针对某一特定模型设计，而是一种面向系统层的通用框架。除了 VLA，它同样能够与 WAM 等具身基础模型结合，通过统一的任务执行层释放不同基础模型的能力，为未来具身智能系统提供更加通用的组织方式。  HarnessVLA 系统亮点介绍 过去两年，Vision-Language-Action（VLA，视觉-语言-动作）模型几乎已经把机器人操作的标准 Benchmark 的成功率做到了接近饱和。