VLA / 视觉-语言-动作模型

Judge, Then Drive: A Critic-Centric Vision Language Action Framework for Autonomous Driving

评判，然后驾驶：一种以评判为中心的视觉语言动作框架用于自动驾驶

Lijin Yang, Jianing Huang, Zhongzhan Huang, Shu Liu, Hao Yang

机构 * Bosch Research（博世研究院） 纠错

专题命中 VLA模型 ：vision language action(title,abstract)；VLA(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出CriticVLA框架，通过多模态评估和单步优化提升自动驾驶决策质量，实验显示其在复杂场景中性能显著优于现有方法。

Comments preprint

PRTS: A Primitive Reasoning and Tasking System via Contrastive Representations

PRTS：通过对比表示实现的原始推理与任务系统

Yang Zhang, Jiangyuan Zhao, Chenyou Fan, Fangzheng Yan, Tian Li, Haitong Tang, Sen Fu, Xuan'er Wu, Qizhen Weng, Weinan Zhang, Xiu Li, Chi Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 纠错

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

AI总结 PRTS通过目标引导强化学习重构预训练过程，学习统一嵌入空间以评估物理可行性，提升机器人任务执行与长期规划能力。

Comments 38 pages, 12 figures

A Pattern Language for Resilient Visual Agents

面向鲁棒视觉代理的模式语言

Habtom Kahsay Gidey, Alexander Lenz, Alois Knoll

专题命中 VLA模型 ：VLA(abstract,abstract_cn)；vision language action(abstract)；分类 cs.AI

AI总结 本文提出一种模式语言，用于在企业生态系统中整合多模态基础模型，平衡视觉语言动作模型的延迟与非确定性与企业控制循环的严格确定性和实时性要求。

Comments Accepted to the 23rd International Conference on Software Architecture (ICSA 2026), New and Emerging Ideas Track. 5 pages, 1 figure

Dwarf Galaxies Hosting Extreme Star-Forming Regions and (Variable) AGNs at Radio Wavelengths

矮星系中极端恒星形成区域及(变星)AGN的射电波长研究

John-Michael Eberhard, Amy E. Reines

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 研究矮星系中极端恒星形成和射电AGN的特性，利用多分辨率数据揭示低质量系统的能量来源。

Comments 21 pages, 12 figures, 3 tables, accepted for publication in The Astrophysical Journal

Beyond the Separatrix: Analytic Continuation of Darwin Variables for Plunging Geodesics in Schwarzschild Spacetime

超越分离线：Schwarzschild时空中的Darwin变量解析延拓用于坠入测地线

Francisco M. Blanco

专题命中 VLA模型 ：action model(abstract)

AI总结 研究Schwarzschild时空测试粒子测地线运动，通过解析延拓Darwin变量统一描述束缚、散射和坠入轨迹。

Comments 11 pages, 6 figures

Multiresonant Membrane Metasurfaces for Multifunctional Fingerprint Recognition and Real-time Biochemical Tracking

多共振膜元超表面用于多功能指纹识别和实时生化追踪

Quanlong Yang, Yapeng Dou, Dongyang Wang, Yihua Zhong, Fei Li, Jiajun He, Ying Zhang, Quan Xu, Junliang Yang, Ilya Shadrivov, Jiaguang Han, Yuri Kivshar

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出多共振膜元超表面，实现单像素内静态分子指纹识别与动态反应监测，展示无标记检测和实时追踪能力。

GazeVLA: Learning Human Intention for Robotic Manipulation

GazeVLA：学习人类意图以促进机器人操作

Chengyang Li, Kaiyi Xiong, Yuan Xu, Lei Qian, Yizhou Wang, Wentao Zhu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo（宁波东部科技研究院） ； Peking University（北京大学） ； ShanghaiTech University（上海科技大学） 纠错

专题命中 部署与泛化 ：embodied foundation model(abstract)；分类 cs.RO

AI总结 本文提出GazeVLA框架，通过学习人类意图弥合人机之间的固有差距，提升机器人操作性能。

Comments Project page: https://gazevla.github.io