VLA / 视觉-语言-动作模型

Factored Latent Action World Models

因子化潜在动作世界模型

Zizhao Wang, Chang Shi, Jiaheng Hu, Kevin Rohling, Roberto Martín-Martín, Amy Zhang, Peter Stone

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 动作表示与策略 ：action model(abstract)；分类 cs.LG

AI总结 提出因子化潜在动作模型（FLAM），通过将场景分解为独立因子并学习各自的潜在动作，提升了无动作视频中多实体动态建模的准确性和视频生成质量。

Intent Signal Theory: A Computational Framework for Intent-State Control in Human-AI Interaction

意图信号理论：人机交互中意图状态控制的计算框架

Gang Peng

机构 * Huizhou Lateni AI Technology Co., Ltd.（惠州莱尼人工智能技术有限公司） ； Huizhou University（惠州大学） 纠错

专题命中 动作表示与策略 ：action model(abstract)；分类 cs.AI

AI总结 提出意图信号理论（IST），通过区分潜在源意图、可观测意图代理、编码载体和模型输出四个对象，形式化意图丢失定理，并基于六种大语言模型、三种语言和三个任务领域的实验验证了结构-保真度分裂等预测，将提示工程重新定义为意图协议设计。

Comments 10 pages, 2 figures. Theoretical framework paper grounded in four companion empirical studies. Data and code repository: https://github.com/PGlarry/prompt-protocol-specification