VLA / 视觉-语言-动作模型

EmbodiedMidtrain: Bridging the Gap between Vision-Language Models and Vision-Language-Action Models via Mid-training

EmbodiedMidtrain: 通过中训练弥合视觉语言模型与视觉语言动作模型之间的差距

Yiyang Du, Zhanqiu Guo, Xin Ye, Liu Ren, Chenyan Xiong

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Bosch Research North America & Bosch Center for Artificial Intelligence (BCAI)（博世北美研究部及博世人工智能中心（BCAI）） 纠错

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

AI总结 本文提出EmbodiedMidtrain方法，通过中训练弥合视觉语言模型与视觉语言动作模型之间的差距，实验表明中训练能提升不同VLM骨干网络的性能，且在初始化阶段对VLA微调有显著帮助。

Temporal Difference Calibration in Sequential Tasks: Application to Vision-Language-Action Models

时间差校准在连续任务中的应用：用于视觉-语言-动作模型

Shelly Francis-Meretzki, Mirco Mutti, Yaniv Romano, Aviv Tamar

机构 * Technion - Israel Institute of Technology（技术ion-以色列理工学院） 纠错

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

AI总结 本文提出了一种用于连续任务的时间差校准方法，通过将Brier分数扩展到序列任务，将不确定性校准与强化学习结合，提高了视觉-语言-动作模型的性能。

A Vision-Language-Action Model for Adaptive Ultrasound-Guided Needle Insertion and Needle Tracking

面向自适应超声引导针插入与针跟踪的视觉-语言-动作模型

Yuelin Zhang, Qingpeng Ding, Longxiang Tang, Chengyu Fang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Automation Engineering, T Stone Robotics Institute, Shun Hing Institute of Advanced Engineering, Multi-Scale Medical Robotics Center, and Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系、T Stone机器人研究所、Shun Hing先进工程研究所、多尺度医疗机器人中心以及医学智能与XR研究所） 纠错

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

AI总结 本文提出视觉-语言-动作模型，用于实现自适应超声引导针插入与跟踪，通过跨深度融合和跟踪条件化注册提升跟踪精度与插入成功率。

Comments Accepted by ICRA 2026

The radio source in Abell 980: A Detached-Double-Double Radio Galaxy?

阿贝尔980中的射电源：一个分离的双双射电星系？

Gopal-Krishna, Surajit Paul, Sameer Salunkhe, Satish Sonkamble

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 利用LoFAR数据和现有观测，研究阿贝尔980的射电发射源，发现双双射电星系结构，证实了两个双射电源由BCG在两次喷流活动产生，且因宿主星系漂移导致双lobes失去共线性。

Comments Accepted for publication by Publications of the Astronomical Society of Australia (PASA); 10 pages, 6 figures

A Poincaré-covariant study of strange quark stars

对奇异夸克星的庞加莱协变研究

Hao-Ran Zhang, Bo-Lin Li, Zhu-Fang Cui

专题命中 VLA模型 ：action model(abstract)

AI总结 本文基于非微扰、庞加莱协变框架研究致密夸克物质和奇异夸克星性质，通过构建方程状态并求解TOV方程，分析模型参数对星体性质的影响，并与多信使天文观测数据对比。

Comments 8 pages, 6 figures, 3 tables

SPRAY: A smoothed particle radiation hydrodynamics code for modeling high intensity laser-plasma interactions

SPRAY：一种用于建模高强度激光-等离子体相互作用的光滑粒子辐射水力学代码

Min Ki Jung, Hakhyeon Kim, Su-San Park, Eung Soo Kim, Yong-Su Na, Sang June Hahn

专题命中 VLA模型 ：action model(abstract)

AI总结 本文介绍SPRAY，一种基于光滑粒子水力学的辐射水力学代码，用于模拟高强度激光-等离子体相互作用。该代码采用无网格、拉格朗日方法，解决了传统方法的数值难题，首次将SPH方法应用于高能密度物理研究。

Journal ref J. Comput. Phys. 508, 113000 (2024)