面对多任务训练的高昂成本与性能瓶颈，MetaVLA提出了一种统一的后训练框架。通过引入轻量级元推理模块，它实现了单模型多任务学习，在显著提升泛化能力的同时，大幅降低训练开销，为具身智能模型的持续进化提供了高效、可行的技术路径。
智能速览
提出统一后训练框架，单模型可覆盖多任务。
引入元推理模块，避免多任务训练性能崩塌。
可规模化引入辅助任务，提升模型长时序表现。
训练效率大幅提升，总时长减少约76%。
工程实现友好，推理开销几乎可忽略不计。
精华内容
面对多任务训练的困境与高昂成本，MetaVLA提供了一种全新思路。它如何在不改动模型主干的前提下，实现高效、稳定的统一后训练？这背后是其核心的元推理机制在发挥作用。
统一训练范式
MetaVLA的核心是Context-Aware Meta Co-Training，它摒弃了为每个任务单独训练模型的昂贵模式。该框架将所有目标任务统一在一次训练中完成，实现了“one-for-all”的后训练范式，显著降低了模型部署和维护的成本与复杂度。
核心元推理模块
为实现高效统一训练，MetaVLA引入了Meta-Action-Reasoner（MAR）模块。这是一个基于Attentive Neural Processes的轻量级元推理模块，通过建立上下文记忆库，对高异构的辅助任务进行先验函数空间建模。再利用ELBO优化，它能精准学习目标任务的后验函数，有效避免了朴素多任务训练中因分布冲突导致的性能崩塌问题。
辅助任务的巧用
MetaVLA的另一个优势在于能规模化引入辅助任务，无需昂贵的人工筛选。这些任务（如来自GR00T的数据集，其视角、自由度等差异显著）在训练中仅作为“条件信息”而非直接监督信号，从而在不破坏优化稳定性的前提下，显著增强了模型在目标任务上的泛化能力，长时序任务最高提升8.0%。
效率与兼容性
在LIBERO基准测试中，MetaVLA的训练步数缩短约69%，GPU总训练时长减少约76%，平均成功率提升4.4%。该框架工程友好，不依赖特定主干网络，可直接插入OpenVLA、NORA等现有模型。其引入的推理开销极小，仅增加约0.3ms/token，几乎不影响实际部署性能。
MetaVLA为解决数据持续消耗和领域差异带来的挑战提供了新思路。它证明了在不改变主干网络的情况下，通过元学习注入新鲜信号是可行且高效的，这为通用具身智能的持续学习与能力演进铺平了道路，或将成为未来模型迭代的重要参考范式。
