原力灵机的GeoVLA框架解决了VLA模型在非结构化环境中的空间失明问题，通过双流架构结合点云数据，提升了机器人的三维感知能力。实验表明，GeoVLA在复杂任务中的成功率显著高于传统2D模型，尤其在视角和物体尺寸变化时表现出强大的鲁棒性。

该研究探索了少样本学习在三维感知中的应用，并提出了一种新的CIA模块，将其插入到基线模型中可以显著提高性能。该模型在两个基准数据集上展示了卓越的表现。