VLA / 视觉-语言-动作模型

TTT-VLA: Test-Time Latent Prompt Optimization for Vision-Language-Action Models

TTT-VLA：面向视觉-语言-动作模型的测试时潜在提示优化

Wenbo Zhang, Jianxiong Li, Shuai Yang, Sijin Chen, Jiajun Liu, Lingqiao Liu, Xiao Ma

机构 * ByteDance Seed（字节跳动种子） ； The University of Adelaide（阿德莱德大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； CSIRO Data61 纠错

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

AI总结 提出TTT-VLA框架，通过测试时优化潜在提示来适应分布偏移，无需修改策略本身，在SimperEnv上提升单/多实体任务成功率。

Partially Observable Adversarial Patch Attacks on Vision-Language-Action Models in Robotics

部分可观测的对抗性补丁攻击在机器人视觉-语言-动作模型上的应用

Xiaofei Wang, Mingliang Han, Tianyu Hao, Yi Yang, Yun-Bo Zhao, Keke Tang

机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； SmartMore Corporation（SmartMore公司） ； Cyberspace Institute of Advanced Technology, Guangzhou University（广西亚技术空间研究所，广州大学） ； th Medical Center of Chinese PLA General Hospital（中国人民解放军总医院第八医学中心） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） 纠错

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

AI总结 针对机器人VLA模型，提出部分可观测威胁模型下的两阶段攻击框架，利用注意力图定位关键区域并优化补丁以破坏语义接地和增加动作轨迹曲率，导致长期任务失败。

Comments Accepted by IEEE Robotics and Automation Letters, 2026

Same Weights, Different Robot: A Deployment Safety View of VLA Policies

相同权重，不同机器人：VLA策略的部署安全性视角

Jianwei Tai

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract)

AI总结 本文提出视觉-语言-动作（VLA）策略的部署安全性问题，通过形式化可执行策略规范，揭示相同检查点因动作元数据不匹配导致执行不等价，并给出量化漂移的证书方法。

TRAP: Hijacking VLA CoT-Reasoning via Adversarial Patches

TRAP: 通过对抗性补丁劫持VLA的CoT推理

Zhengxian Huang, Wenjun Zhu, Haoxuan Qiu, Xiaoyu Ji, Wenyuan Xu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出TRAP攻击，利用对抗性补丁劫持视觉-语言-动作模型的链式推理，实现目标行为操控。

Comments Accepted by ICML 2026

GeoAlign: Beyond Semantics with State-Guided Spatial Alignment in VLA Models

GeoAlign: VLA模型中的状态引导空间对齐超越语义

Yizhi Chen, Zhanxiang Cao, Xinyi Peng, Yixiao Zheng, Xiaxi Si, Yiheng Li, Liyun Yan, Keqi Zhu, Xueyun Chen, Shengcheng Fu, Tianyue Zhan, Yufei Jia, Jinming Yao, Yan Xie, Kun Wang, Cewu Lu, Yue Gao

机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Jingdezhen Ceramic University（景德镇陶瓷大学） ； Tsinghua University（清华大学） ； HONOR（HONOR公司） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；分类 cs.RO

AI总结 提出GeoAlign架构，通过RGB几何分支的后训练和机器人本体状态引导的几何特征查询，实现几何感知的空间对齐和动态可供性选择，在多个基准上取得高性能。

Comments 20 pages, 9 figures, 8 tables, including appendix

OpenEAI-Platform: An Open-source Embodied Artificial Intelligence Hardware-Software Unified Platform

OpenEAI-Platform: 一个开源具身人工智能硬件-软件统一平台

Jinyuan Zhang, Luoyi Fan, Leiyu Wang, Yeqiang Wang, Yicheng Zhu, Cewu Lu, Nanyang Ye

机构 * Shanghai Innovation Institute（上海创新研究院） ； Huazhong University of Science and Technology（华中科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出OpenEAI-Platform，集成低成本6+1自由度机械臂和可复现VLA模型，通过开源设计和两阶段训练在真实操作任务中超越商业臂，性能媲美大规模预训练基线。

GeoSem-WAM: Geometry- and Semantic-Aware World Action Models

GeoSem-WAM：几何与语义感知的世界动作模型

Fulong Ma, Daojie Peng, Wenjun Yue, Jiahang Cao, Bintao Wang, Qiang Zhang, Jun Ma

机构 * HKUST(GZ)（香港科技大学（广州）） ； HKU（香港大学） ； USTC（中国科学技术大学） ； SDU（山东大学） ； X-Humaniod 纠错

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

AI总结 提出GeoSem-WAM框架，通过几何和语义监督增强潜在表示，在统一潜在空间中联合捕捉场景动态、空间几何和语义上下文，避免测试时显式未来展开或视频生成，提升动作预测准确性和鲁棒性。

OneVLA: A Unified Framework for Embodied Tasks

OneVLA：面向具身任务的统一框架

Lingfeng Zhang, Xiaoshuai Hao, Yingbo Tang, Lei Zhou, Shuyi Zhang, Jinkun Liu, Hongsheng Li, Chenhao Zhang, Qiang Zhang, Hangjun Ye, Xiaojun Liang, Long Chen, Wenbo Ding

机构 * Tsinghua University（清华大学） ； Pengcheng Laboratory（鹏城实验室） ； Xiaomi EV（小米电动车） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

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

AI总结 提出统一架构OneVLA，通过设计统一动作头和渐进式训练策略（含数据构建和思维链微调），在导航与操作任务上实现跨任务正迁移，达到最先进性能。

Grasp-Then-Plan with Failure Attribution: A Closed Two-Stage Framework for Precise and Generalizable Robotic Manipulation

先抓取后规划与失败归因：一种用于精确且可泛化机器人操作的闭环两阶段框架

Jiahao Xu, Peiyuan Wang, Hanzhuo Zhang, Zihao Yu, Tianyu Fu, Hao Chen, Xuanhao Xiang, Jianbo Yu, Chenchen Fu, Wanyuan Wang

机构 * School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院） 纠错

专题命中 VLA模型 ：VLA(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 提出GTP-FA框架，通过任务导向的两阶段抓取-规划流程和失败归因模型，在抓取和规划模块中分别注入任务先验和风险惩罚以及针对高风险初始状态进行数据收集和微调，显著提升机器人操作任务的成功率。

Comments 32 pages, project page: https://sites.google.com/view/gtp-fa/

NGC 3521 as the Milky Way near twin: spectral energy distribution from UV to radio decameter ranges

NGC 3521 作为银河系的近双胞胎：从紫外到射电十米波段的能谱分布

O. V. Kompaniiets, I. B. Vavilova, Y. V. Vasylkivskyi, O. O. Konovalenko, O. S. Pastoven, I. O. Izviekova, Junais, A. M. Dmytrenko, D. V. Dobrycheva, P. N. Fedorov, V. P. Khramtsov, O. Sergijenko, A. A. Vasylenko

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 通过均匀孔径测光构建银河系近双胞胎 NGC 3521 从紫外到十米波段的 SED，结合 CIGALE 建模和低频射电约束，验证其作为银河系模拟体的可行性。

Comments 19 pages, 10 figures, 6 tables, 4 appendices

Journal ref A&A 710, A11 (2026)

AURA: Action-Gated Memory for Robot Policies at Constant VRAM

AURA: 恒定VRAM下机器人策略的动作门控记忆

Josef Chen

机构 * KAIKAKU（卡基库） 纠错

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

AI总结 提出AURA-Mem，一种恒定大小、基于动作误差信号门控写入的循环记忆，替代KV缓存，在边缘机器人任务中实现与基线相当的准确率，同时减少5-9倍写入次数。

Nuclear Reaction Data for Fission Products Off Stability

裂变产物非稳定核的核反应数据

Gustavo Nobre, Emanuel Chimanski, Aman Sharma, Alexander Voinov, Kyle Wendt, David Brown, Shusen Liu

专题命中 VLA模型 ：action model(abstract)

AI总结 针对非稳定裂变产物的中子截面数据缺乏问题，提出利用机器学习、改进反应模型和实验数据约束参数的方法，并展示考虑核形变的初步结果。

Comments 4 pages, 3 figures. Submitted to the proceedings of the 2025 Nuclear Data Conference (ND2025)

On the origin of the rotation of massive stars

大质量恒星自转的起源

André Oliva, Facundo D. Moyano, Luca Sciarini, Sylvia Ekström, Patrick Eggenberger, Georges Meynet

专题命中 VLA模型 ：action model(abstract)

AI总结 通过辐射-引力-磁流体动力学模拟和恒星演化模型，研究大质量恒星形成过程中喷流如何通过角动量转移限制其自转速率。

Comments Accepted for publication in Astronomy & Astrophysics

Journal ref A&A 710, L7 (2026)

A First-Passage Kinetic Monte Carlo Method for Reaction-Drift-Diffusion Processes

反应-漂移-扩散过程的首通动力学蒙特卡洛方法

Ava J. Mauro, Jon Karl Sigurdsson, Justin Shrake, Paul J. Atzberger, Samuel A. Isaacson

专题命中 VLA模型 ：action model(abstract)

AI总结 提出一种动态格子首通动力学蒙特卡洛方法，通过离散化保护域并采用连续时间随机游走近似漂移-扩散，扩展了FPKMC方法以处理背景势场中的漂移效应。

Comments Revised version: 38 pages, 20 figures, 3 tables

Journal ref Journal of Computational Physics 259 (2014), pp. 536-567

On Mean Field Convergence and Stationary Regime

关于平均场收敛与平稳状态

Michel Benaim, Jean-Yves Le Boudec

专题命中 VLA模型 ：action model(abstract)

AI总结 本文在弱于以往假设的条件下，证明了随机过程的不变概率的极限点必然是确定性过程的不变概率，适用于离散和连续时间。

Symmetries of 2-lattices and second order accuracy of the Cauchy--Born Model

2-晶格的对称性与Cauchy-Born模型的二阶精度

Brian Van Koten, Christoph Ortner

专题命中 VLA模型 ：action model(abstract)

AI总结 通过将原子和连续运动学以新方式连接，证明了单物种2-晶格的Cauchy-Born模型具有二阶精度，并利用多物种对相互作用模型中的对称性构造了基于位移梯度而非应变梯度的新存储能量密度，同样达到二阶精度。

A Priori and A Posteriori Analysis of the Quasi-Nonlocal Quasicontinuum Method in 1D

一维准非局部准连续方法的事前和事后分析

C. Ortner

专题命中 VLA模型 ：action model(abstract)

AI总结 针对周期域中的次近邻对相互作用模型，提出准非局部准连续方法（QNL-QC）的事前和事后分析，确保原子解与QNL-QC解之间的一一对应关系。

Unified Video-Action Joint Denoising for Dexterous Action and Data Generation

统一视频-动作联合去噪用于灵巧动作与数据生成

Dingrui Wang, YuAn Wang, Jinkun Liu, Yue Zhang, Mattia Piccinini, Yu Sun, Johannes Betz

机构 * Technical University of Munich（慕尼黑技术大学） ； ByteDance（字节跳动） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出Donk模型，通过联合建模交互视频与手部轨迹的分布，实现灵巧手的动作生成与数据增强。

Comments 9 pages, 5 figures

Closed-loop control of a reaction-diffusion system

反应-扩散系统的闭环控制

Grzegorz Dudziuk, Marek Niezgódka

专题命中 动作表示与策略 ：action model(abstract)

AI总结 研究由Allen-Cahn扩散反应模型控制的热力学过程的闭环控制问题，提出基于有限测量点观测的反馈律，并利用Kakutani不动点定理证明解的存在性。

SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos

SeeTraceAct: 跨具身演示视频中的可见性感知潜在规划

Jaehyeon Son, Junhyun Kim, Kyle Kam, Jeremiah Coholich, Seok Joon Kim, Jinhoo Kim, Chris Dongjoo Kim, Jaemin Cho, Dieter Fox, Zsolt Kira

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Allen Institute for AI（Allen人工智能研究所） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 提出SeeTraceAct框架，通过可见性感知的未来末端执行器轨迹预测增强空间定位，实现基于单次跨具身演示视频的机器人策略泛化，在模拟和真实场景中取得最优成功率。

EURO-5K: When Does Domain Pretraining Matter? Benchmarking Transformers for EU Reporting Obligation Extraction

EURO-5K：领域预训练何时重要？用于欧盟报告义务提取的Transformer基准测试

Marios Koniaris, Vasileios Kotronis, Eugenia Giannini, Panayiotis Tsanakas

机构 * Division of Computer Science, School of Electrical and Computer Engineering（计算机科学系，电气与计算机工程学院） ； National Technical University of Athens（雅典技术大学） ； Department of Humanities Social Sciences and Law, School of Applied Mathematical and Physical Sciences（人文社会科学与法律系，应用数学与物理科学学院） 纠错

专题命中 数据集与评测 ：action model(abstract)

AI总结 本文构建了EURO-5K数据集，通过对比判别式与生成式模型在欧盟报告义务提取上的表现，发现领域预训练在参数高效微调时收益显著，且模型可作为专用提取器。