若既要利用预训练 VLM，又要对齐连续动作，除了梯度隔断外还有哪些可行的设计？

常见方案：1）冻结 VLM，仅训练 adapter 或动作头，迁移最好但控制上限受主干表示约束；2）LoRA 等参数高效微调，折中保护预训练知识；3）π0.5 式两阶段——先用离散动作 token 与网络数据共同预训练，再接入 flow matching 专家微调；4）π-FAST 式完全离散化，让 VLM 直接自回归生成动作 token；5）在主干之上加并行读出头直接回归动作。

回答框架是迁移能力与控制精度的权衡：梯度全回传最灵活但易灾难性遗忘、训练昂贵；离散化迁移最好但受 token 化精度与序列长度限制；冻结方案省算力却牺牲适配。面试官通常追问各方案失败模式——遗忘、量化误差、推理延迟——以及这些失败模式如何对应 π 系列不同版本的选择。