Align-Then-StEer (ATE) a été proposé par l'équipe d'intelligence incarnée de l'Institut de recherche en intelligence artificielle de China Telecom (TeleAl) en collaboration avec l'Université Tsinghua et d'autres institutions en septembre 2025. Les résultats de recherche pertinents ont été publiés dans l'article «Aligner puis piloter : adapter les modèles d'action vision-langage grâce à un guidage latent unifié".

ATE est un nouveau cadre d'adaptation prêt à l'emploi, efficace en termes de données, qui aligne d'abord différents espaces d'action en construisant un espace latent unifié. Ensuite, un mécanisme de guidage guide le processus de génération d'ALV par diffusion ou par flux lors du réglage fin, rapprochant ainsi la distribution de sortie du modèle du domaine cible.