MINERVA 解剖：机器人策略的地板是 54 万参数——和论文自己交代的三个暗面

「现在的机器人大模型动不动几十亿参数、多张顶级显卡。那反过来问：一个机器人要把活干好，最少需要多少算力？」

东京大学松尾实验室的 MINERVA（arXiv 2609.03715，9 月 3 日挂出）没有顺着「怎么把大模型压小」往下走，而是反着量：把一个操控策略从 9.7M 一路砍到 0.24M，每砍一刀就重新训练重新评估，看任务集在哪里崩掉。崩点之前的最后一个活口，就是容量地板。

答案：0.54M 参数。 LIBERO 四套件 2000 次评测，平均成功率 95.1%——只比 41 亿参数的 π0.5（LeRobot 官方实现口径）低 2.4 分。参数差 7700 倍。

先对账

素材里的数字我们逐条对了论文原文：0.54M ✓、95.1%（2000 rollouts）✓、7700 倍 ✓、差 2.4 分 ✓、SmolVLA 单 chunk 1.0 秒 ✓、π0.5 12.8 秒 ✓、笔记本 CPU 上 5-9 毫秒一个 chunk ✓。

两处口径要补：第一，1.0 秒和 12.8 秒是同一台笔记本 CPU 上的对比（论文 Table III），素材省略了设备语境——π0.5 在 GPU 上并不慢，我们 9 月记过它在 Jetson Thor FP8 跑出 24.3Hz；这组对比真正说的是「没有 GPU 能不能干活」。第二，「最新爆款研究」要打个折：论文挂出一个月，GitHub 仓库 19 star，无媒体报道。不是爆款，是应该爆还没爆——中文圈此前无人写过，这篇算首发。

它不是更小的 VLA，是把 VLA 拆了

7700 倍的差距不是压缩出来的。π0.5 三件套——预训练视觉语言骨干、语言编码器、自注意力——MINERVA 一件都没留：

视觉是从零训练的 CNN，不挂任何预训练 backbone。语言直接删掉，换成40 个任务各发一个编号牌（learned task-ID embedding）——LIBERO 标准集一共 40 个任务，不需要理解语言，认编号就够。注意力换 MLP mixer，从教师模型蒸馏过来。

保留的只有两样会动的东西：一个 flow-matching 动作块头，和可调的视觉预算。论文把几百种架构、训练、推理组合全扫了一遍，能稳定超过训练种子方差（±1 分）的因素只有两个：动作块长度（8 太短 −3.2 分，32 太长 −2.2 分）和视觉预算（饿着编码器 −1.41 分）。其余全部在噪声里。

论文自己捅的三刀

这是这篇论文比数字更值钱的地方——它把成绩单的成色自己交代了。

第一刀，扰动一上，分数腰斩。换到带扰动的 LIBEROPlus 评测，成功率掉到 46-56%，而且光度鲁棒性（光照、颜色变化）在所有规模上都接近零——不是小模型特有的病，4B 的大家伙们一样。95.1% 是「考场原题」的分数。

第二刀，指令条件化主要是背题。研究者做了个排列探针：只打乱任务 ID 的映射关系，别的都不动，成功率直接崩到随机水平。结论写在摘要里：LIBERO 上的语言指令，作用是在 40 个背过的任务之间做选择。指令没有教会机器人理解语言，只是帮它翻考号。

第三刀，flow matching 没有优势。π0 系列的招牌技术在固定任务集上三种子测下来增益不可测，直接 L1 回归不仅分数一样，GPU 上还快 3.8 倍。

容量地板本身也是双边界：1M 参数以上性能饱和（再大是浪费），0.25M 以下崩溃（0.24M 那一行，论文写的单词是 breaks）。

接主线

部署坍缩光谱又多一个极点。此前的档位都在「压缩已有模型」（量化、蒸馏、投机解码），MINERVA 换了问题：不问模型能压多小，问任务集固定后到底需要多少容量。压缩是省着花，容量地板是按需设计。路线上它和 TurboVLA（0.2B、97.7%、RTX 4090 上 32Hz，我们 8 月写过）是同一方向的两个档位：TurboVLA 还留着语言通路，MINERVA 连语言都拆了。

背题探针这一刀还有更宽的意义。「背题还是解题」的鉴别义务，这回是论文自己履行的——上一回我们记这种事，是教材宣称不设公式而自己的练习完美落在公式上。LIBERO 分数通胀是行业现象（大家都在 95+ 饱和），这篇论文顺手戳穿了尺子：分数饱和的另一种读法是尺子在背题。可打脸预测：十二个月内，操控类论文的标准评测表会多出一列扰动成绩，不带 LIBEROPlus 的 LIBERO 分数会被当作原题分单独归类。

结尾停在 0.24M 那一行。离地板只差一倍的距离，任务全崩。地板的另一边不是缓坡，是悬崖——这也解释了为什么 π0.5 要 41 亿参数：它防的不是 LIBERO 这 40 个题，是所有没出过考卷的世界。

信源：论文原文（arXiv 2609.03715 全文逐节核对，2000 rollouts/Table III/permutation probe/LIBEROPlus 数字均在正文与摘要）、GitHub 仓库 API（19 star，2026-10-06 实抓）、alphaxiv 转述比对、TurboVLA 与 π0.5 Jetson 数据为本号 08-19/09-16 帖存量记录。素材「爆款」声明按仓库实数裁决为超前标注。