VLA / 视觉-语言-动作模型

ReMem-VLA: Empowering Vision-Language-Action Model with Memory via Dual-Level Recurrent Queries

ReMem-VLA：通过双层递归查询增强视觉-语言-动作模型的记忆能力

Hang Li, Fengyi Shen, Dong Chen, Liudi Yang, Xudong Wang, Jinkui Shi, Zhenshan Bing, Ziyuan Liu, Alois Knoll

机构 * Technical University of Munich（慕尼黑技术大学） ； Huawei Heisenberg Research Center（华为海森堡研究中心） ； University of Freiburg（弗赖堡大学） ； Nanjing University（南京大学） ； Huawei Technologies（华为技术） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；VLA(title,abstract)；action model(title)；分类 cs.RO

AI总结 ReMem-VLA通过双层递归查询机制提升视觉-语言-动作模型的记忆能力，结合帧级和块级记忆查询，增强短期和长期记忆，通过端到端训练实现上下文聚合与维护，优于现有基线模型。

Comments 14 pages, 6 figures

AnchorVLA4D: an Anchor-Based Spatial-Temporal Vision-Language-Action Model for Robotic Manipulation

AnchorVLA4D: 一种基于锚点的时空视觉-语言-动作模型用于机器人操作

Juan Zhu, Zhanying Shao, Xiaoqi Li, Ethan Morgan, Jiadong Xu, Hongwei Fan, Hao Dong

机构 * PrimeBot ； School of Computer Science, Peking University（北京大学计算机学院） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；action model(title)；VLA(abstract)；分类 cs.RO

AI总结 本文提出AnchorVLA4D，通过引入锚点图像和轻量级空间编码器，提升机器人操作中的时空推理能力，实现在Simpler WidowX基准测试中提升13.6%，并在真实任务中达到80%的成功率。

PVI: Plug-in Visual Injection for Vision-Language-Action Models

PVI：插件式视觉注入用于视觉-语言-动作模型

Zezhou Zhang, Songxin Zhang, Xiao Xiong, Junjie Zhang, Zejian Xie, Jingyi Xi, Zunyao Mao, Zan Mao, Zhixin Mai, Zhuoyang Song, Jiaxing Zhang

机构 * Lionrock AI Lab（Lionrock人工智能实验室） ； China Merchants Group（中国商人集团） 纠错

专题命中 VLA模型 ：vision-language-action(title)；action model(title)；VLA(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 本文提出PVI模块，通过零初始化残差路径注入辅助视觉特征，提升视觉-语言-动作模型的时间信息处理能力，实验证明其在多阶段任务中优于静态图像特征。

Altered Thoughts, Altered Actions: Probing Chain-of-Thought Vulnerabilities in VLA Robotic Manipulation

改变的思维，改变的行为：探测VLA机器人操作中的链式思维漏洞

Tuan Duong Trinh, Naveed Akhtar, Basim Azam

专题命中 VLA模型 ：VLA(title,abstract)；vision-language-action(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 研究探讨VLA模型中链式思维的脆弱性，发现仅篡改推理轨迹中的物体名称即可显著降低任务成功率，而其他篡改方式影响较小，表明动作解码器依赖实体引用完整性而非推理质量。

Beyond Dense Futures: World Models as Structured Planners for Robotic Manipulation

超越密集未来：世界模型作为机器人操作的结构化规划器

Minghao Jin, Mozheng Liao, Mingfei Han, Zhihui Li, Xiaojun Chang

专题命中 VLA模型 ：vision-language-action(abstract)；VLA(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出StructVLA，通过结构化规划器提升机器人操作的可靠性，采用稀疏结构帧替代密集预测，实现视觉规划与运动控制的结合，实验显示在多个环境中的高成功率。

DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving

DynVLA：为自动驾驶中的动作推理学习世界动态

Shuyao Shang, Bing Zhan, Yunfei Yan, Yuqi Wang, Yingyan Li, Yasong An, Xiaoman Wang, Jierui Liu, Lu Hou, Lue Fan, Zhaoxiang Zhang, Tieniu Tan

专题命中 VLA模型 ：VLA(abstract)；分类 cs.RO、cs.CV

AI总结 DynVLA提出一种新的Coot方法Dynamics CoT，通过预测紧凑世界动态来提升决策质量，实验表明其优于Textual CoT和Visual CoT。

Comments 18 pages, 10 figures. Project Page: https://yaoyao-jpg.github.io/dynvla

A basic model for high energy cosmic ray interactions

高能宇宙射线相互作用的基本模型

Sergey Ostapchenko, Tanguy Pierog, Günter Sigl

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出一个基于Reggeon场论的高能宇宙射线相互作用蒙特卡罗生成器，提供透明物理、充足参数自由度和高效计算的模型，用于研究空气簇射微观特性及与加速器数据的兼容性。

Comments accepted for PRD

Martian concretion sizes predicted from two independently constrained inputs: atmospheric dust grain size and obliquity-forced wetting duration

火星中混凝土尺寸的预测：来自两个独立约束输入的预测：大气尘粒大小和倾角驱动的湿润持续时间

Samuel Cody

专题命中 VLA模型 ：action model(abstract)

AI总结 研究通过大气尘粒大小和倾角驱动湿润持续时间两个独立约束输入，揭示火星混凝土尺寸一致性源于全球统一的细尘颗粒限制生长，形成机制与液态水接触尘土有关，且每个混凝土记录单一湿润事件。

Comments 19 pages, 3 figures, 2 tables. Preprint; not yet peer-reviewed. V1.4

SoK: Evolution, Security, and Fundamental Properties of Transactional Systems

SoK：事务系统的发展、安全性和基本特性

Sky Pelletier Waterpeace, Nikolay Ivanov

专题命中 VLA模型 ：action model(abstract)

AI总结 本文通过分类163篇事务安全研究论文，揭示了事务系统发展历程中的安全问题，提出RANCID属性集以应对现代事务处理需求，并指出当前研究对DLT的偏重及未来挑战。

High-performance Vector-length Agnostic Quantum Circuit Simulations on ARM Processors

基于ARM处理器的高性能无向量长度量子电路模拟

Ruimin Shi, Gabin Schieffer, Pei-Hung Lin, Maya Gokhale, Andreas Herten, Ivy Peng

专题命中 VLA模型 ：VLA(abstract)

AI总结 本文提出了一种无向量长度量子电路模拟设计，通过优化技术在ARM处理器上实现高性能模拟，实验结果显示在A64FX上加速达4.5倍。

Comments To be published in IPDPS2026

AOMGen: Photoreal, Physics-Consistent Demonstration Generation for Articulated Object Manipulation

AOMGen: 为关节物体操控生成逼真、物理一致的演示

Yulu Wu, Jiujun Cheng, Haowen Wang, Dengyang Suo, Pei Ren, Qichao Mao, Shangce Gao, Yakun Huang

专题命中 数据集与评测 ：vision-language-action(abstract)；VLA(abstract)；分类 cs.RO

AI总结 本文提出AOMGen框架，通过单次真实扫描、演示和数字资产库生成逼真训练数据，提升机器人操控任务的成功率。

Comments Accepted by CVPR Findings2026