VLA / 视觉-语言-动作模型

Generative Control as Optimization: Time Unconditional Flow Matching for Adaptive and Robust Robotic Control

生成控制作为优化：用于自适应和鲁棒机器人控制的时间无条件流匹配

Zunzhe Zhang, Runhan Huang, Yicheng Liu, Shaoting Zhu, Linzhan Mou, Hang Zhao

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University, Beijing, China（清华大学交叉信息研究院） ； Department of Computer Science, Princeton University, New Jersey, US（普林斯顿大学计算机科学系） ； Galaxea Inc., Beijing, China（Galaxea公司） 纠错

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

AI总结 GeCO通过将动作合成转化为迭代优化，解决了传统流匹配在状态复杂度上计算效率低的问题，实现了自适应的计算分配和无监督的安全检测。

Comments 18 pages, 6 figures

Disentangled Robot Learning via Separate Forward and Inverse Dynamics Pretraining

通过分离前向和逆向动力学预训练实现解耦的机器人学习

Wenyao Zhang, Bozhou Zhang, Zekun Qi, Wenjun Zeng, Xin Jin, Li Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Eastern Institute of Technology, Ningbo（宁波东部技术研究所） ； Shanghai Innovation Institute（上海创新研究院） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出DeFI框架，通过分离前向和逆向动力学预训练，利用不同数据源解决视觉-动作耦合问题，实现端到端微调，实验表明在CALVIN ABC-D和SimplerEnv上取得最佳性能。

Comments ICLR 2026

Latent Chain-of-Thought World Modeling for End-to-End Driving

潜在链式思维世界建模用于端到端驾驶

Shuhan Tan, Kashyap Chitta, Yuxiao Chen, Ran Tian, Yurong You, Yan Wang, Wenjie Luo, Yulong Cao, Philipp Krahenbuhl, Marco Pavone, Boris Ivanovic

机构 * UT Austin（得克萨斯大学奥斯汀分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出Latent-CoT-Drive模型，通过潜在语言整合链式思维推理与决策，提升驾驶性能与安全性，实现更快推理和更优轨迹质量。

Comments Accepted to CVPR 2026

UniDriveVLA: Unifying Understanding, Perception, and Action Planning for Autonomous Driving

UniDriveVLA: 联合理解、感知与行动规划以实现自动驾驶

Yongkang Li, Lijun Zhou, Sixu Yan, Bencheng Liao, Tianyi Yan, Kaixin Xiong, Long Chen, Hongwei Xie, Bing Wang, Guang Chen, Hangjun Ye, Wenyu Liu, Haiyang Sun, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； SKL-IOTSC, University of Macau（澳门大学智慧城市物联网国家重点实验室） 纠错

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

AI总结 UniDriveVLA通过专家解耦和三阶段训练策略，解决自动驾驶中感知与推理的冲突，实现空间感知与语义推理的统一，取得nuScenes和Bench2Drive的优异性能。

Comments code has been released at https://github.com/xiaomi-research/unidrivevla

Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale

机器人控制栈：一个用于大规模机器人学习的轻量生态系统

Tobias Jülg, Pierre Krack, Seongjin Bien, Yannik Blei, Khaled Gamal, Ken Nakahara, Johannes Hechtl, Roberto Calandra, Wolfram Burgard, Florian Walter

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系） ； Learning, Adaptive Systems and Robotics (LASR) Lab, Faculty of Computer Science, TU Dresden（德累斯顿技术大学计算机科学学院学习、适应系统与机器人实验室） ； Siemens Foundational Technologies, Siemens AG（西门子基础技术部，西门子股份公司） ； Chair for Robotics, Artificial Intelligence and Real-Time Systems, TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院机器人、人工智能与实时系统教授职位） 纠错

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

AI总结 机器人控制栈（RCS）是一个为大规模机器人学习设计的轻量生态系统，通过模块化架构和统一接口，促进模拟到现实的迁移，并评估了多种策略在不同机器人上的性能。

Comments Accepted at ICRA 2026

FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency

FreqPolicy: 通过频率一致性实现高效的基于流的视觉-运动策略

Yifei Su, Ning Liu, Dong Chen, Zhen Zhao, Kun Wu, Meng Li, Zhiyuan Xu, Zhengping Che, Jian Tang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； NLPR, MAIS, Institute of Automation of Chinese Academy of Sciences（神经语言处理实验室、人工智能研究所、中国科学院自动化研究所） 纠错

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

AI总结 FreqPolicy通过频率一致性约束提升基于流的视觉-运动策略的效率与质量，实现高效、高质量的动作生成。

Comments NeurIPS 2025

Training-Time Action Conditioning for Efficient Real-Time Chunking

训练时的动作条件化以实现高效的实时分块

Kevin Black, Allen Z. Ren, Michael Equi, Sergey Levine

机构 * Physical Intelligence（物理智能） 纠错

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

AI总结 本研究提出在训练时模拟推理延迟并直接条件化动作前缀，以实现更高效、计算成本更低的实时机器人控制。

XRoboToolkit: A Cross-Platform Framework for Robot Teleoperation

Zhigen Zhao, Liuchuan Yu, Ke Jing, Ning Yang

机构 * ByteDance, PICO（字节跳动，PICO） ； Georgia Institute of Technology, Institute for Robotics and Intelligent Machines (IRIM)（佐治亚理工学院，机器人与智能机器研究所） ； George Mason University（乔治·马歇尔大学） 纠错

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

Comments 6 pages, 6 figures, accepted at The 2026 IEEE/SICE International Symposium on System Integration, project link: http://xr-robotics.github.io/

WorldVLA: Towards Autoregressive Action World Model

Jun Cen, Chaohui Yu, Hangjie Yuan, Yuming Jiang, Siteng Huang, Jiayan Guo, Xin Li, Yibing Song, Hao Luo, Fan Wang, Deli Zhao, Hao Chen

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（虎跑实验室） ； Zhejiang University（浙江大学） 纠错

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

Comments Code: https://github.com/alibaba-damo-academy/WorldVLA

Robotic Control via Embodied Chain-of-Thought Reasoning

Michał Zawalski, William Chen, Karl Pertsch, Oier Mees, Chelsea Finn, Sergey Levine

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

Comments Project Website: https://embodied-cot.github.io. Updated funding information

SARA-RT: Scaling up Robotics Transformers with Self-Adaptive Robust Attention

Isabel Leal, Krzysztof Choromanski, Deepali Jain, Avinava Dubey, Jake Varley, Michael Ryoo, Yao Lu, Frederick Liu, Vikas Sindhwani, Quan Vuong, Tamas Sarlos, Ken Oslund, Karol Hausman, Kanishka Rao

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

ROBOGATE: Adaptive Failure Discovery for Safe Robot Policy Deployment via Two-Stage Boundary-Focused Sampling

ROBOGATE：通过两阶段边界聚焦采样实现安全机器人策略部署的自适应故障发现

Azuki Kim

机构 * AgentAI Co., Ltd.（AgentAI公司） 纠错

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

AI总结 本文提出ROBOGATE框架，结合物理仿真与两阶段自适应采样策略，有效发现操作参数空间中的故障边界，通过大量实验验证了其在不同机器人上的有效性，并展示了在跨仿真器场景下的部署验证挑战。

Comments 15 pages, 5 figures, 8-entry VLA leaderboard, 4-robot cross-robot analysis (Franka Panda + UR3e + UR5e + UR10e), open-source code and 50K+ failure pattern dataset at https://github.com/liveplex-cpu/robogate. v4: added 8 references (LIBERO-PRO, LIBERO-Plus, vla-eval, FIPER, RoboMIND, RoboArena, RobotArena-Inf, RoboCasa365) + new Section 2.6 distinguishing intra-sim vs cross-sim collapse

Complementarities in Sparse Two-Sided Interaction Models

稀疏双边交互模型中的互补性

Federico Crippa

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文针对仅实现潜在匹配稀疏子集的双边交互模型，引入含互补性参数的Tukey模型，提出基于周期的估计量并应用于世界银行经理-国家匹配，发现负向互补性，验证了能力强的经理在复杂环境中更具价值。

DenseOn with the LateOn: Fully Open Dense and Late-Interaction Models for Multilingual, Long-Context, and Code Search

DenseOn与LateOn：面向多语言、长上下文及代码检索的全开放密集型与晚交互模型

Raphaël Sourty, Antoine Chaffin, Paulo Roberto Moura Junior, Amélie Chatelain

机构 * LightOn（莱特昂） 纠错

专题命中 VLA模型 ：action model(title,abstract)

AI总结 该研究提出开放端到端方案训练检索模型，构建DenseOn、LateOn等模型，在BEIR上创同规模最优，发现晚交互模型泛化性更优，公开了模型、数据与代码。

Comments 21 pages, 3 figures, 12 tables

Enhanced stability and asymptotic limits to the non-isentropic compressible fluid-particle interaction model with thermal effects

具有热效应的非等熵可压缩流体-粒子相互作用模型的增强稳定性和渐近极限

Fucai Li, Jinkai Ni, Zhouping Xin

专题命中 VLA模型 ：action model(title,abstract)

AI总结 研究具有热效应的非等熵可压缩流体-粒子相互作用模型。通过建立先验估计并取极限，证明该模型存在全局经典解且有最优衰减率，改进前人结果，证实爱因斯坦预测，揭示粒子对模型产生新耗散效应，开发新思想技术克服相关障碍。

Comments 76 pages

A JWST, ALMA and VLA survey of the Ophiuchus-A star-forming region: Unveiling hidden dust mass and connecting infrared outflows to their radio origins

对蛇夫座-A恒星形成区域的詹姆斯·韦布空间望远镜、阿塔卡马大型毫米/亚毫米波阵列和甚大阵巡天：揭示隐藏的尘埃质量并将红外外流与其射电起源联系起来

Isaac C. Radley, John D. Ilee, Gemma Busquet, Hauyu Baobab Liu, Klaus M. Pontoppidan, Alvaro Ribas, Marc Audard, Eleonora Bianchi, Tyler L. Bourke, Claudio Codella, Audrey Coutens, Josep M. Girart, Melvin G. Hoare, Izaskun Jiménez-Serra, Doug Johnstone, Laurent Loinard, Olja Panić, Jaime E. Pineda, Linda Podio, John J. Tobin, David J. Wilner

专题命中 VLA模型 ：VLA(title,abstract)

AI总结 对蛇夫座A恒星形成区域进行多波段巡天，结合高分辨率观测数据，用基于物理的模型推导尘埃和电离气体性质等，揭示星周尘埃盘质量，联系外流与起源，解决“缺失盘质量”问题，为相关研究提供潜在方案，但受现有分辨率和灵敏度限制。

Comments Accepted for publication in AJ

Learning Complementary Action Modeling from Automotive Maintenance Instructions

从汽车维修说明中学习互补动作建模

Jiaqi Wu, Bai Li, Jochen Hartmann, Martin Gaedke, Sander Stuijk

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； BMW Group（宝马集团） ； Chemnitz University of Technology（开姆尼茨工业大学） 纠错

专题命中 VLA模型 ：action model(title,abstract)

AI总结 针对汽车维修说明中动作短语决定程序关系的问题，提出互补动作建模任务，通过候选匹配和受控序列生成方法识别或生成程序性对应指令。

Comments Preprint. 11 pages, 4 figures

MemoryVAM: Integrating Memory into Video Action Model for Robot Manipulation

MemoryVAM：将记忆融入视频动作模型以实现机器人操作

Yuxin Jiang, Chang Yu, Yunuo Chen, Xiang Feng, Yin Yang, Nishank Gite, Chenfanfu Jiang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Nirvana Robotics（涅槃机器人） ； University of California, San Diego（加州大学圣迭戈分校） ； University of Utah（犹他大学） 纠错

专题命中 VLA模型 ：action model(title)；分类 cs.RO、cs.CV、cs.AI

AI总结 提出MemoryVAM，通过Recap-Cue模块将情景记忆注入视频世界模型策略，解决长时域操作中的非马尔可夫性问题，在LIBERO-Mem和真实机器人任务上显著提升成功率。

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

Impact of the EPOS.LHC-R hadronic interaction model on the Centaurus A ultrahigh-energy cosmic-ray scenario

EPOS.LHC-R强子相互作用模型对半人马座A超高能宇宙射线情景的影响

Silvia Mollerach, Esteban Roulet

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文探讨了EPOS.LHC-R强子相互作用模型对邻近半人马座A射电星系作为能量>5 EeV宇宙线主要起源的情景的影响，发现该模型导致更重的成分组成，并引入了一种从大气簇射最大发展深度提取宇宙线质量信息的新方法。

Comments matches published version

Journal ref Phys.Rev.D 113 (2026) 10, 103019

Channels and Substrates: Distributed Cognition as an Interaction Model for Ubiquitous Analytics

通道与基质：作为普适分析交互模型的分布式认知

Niklas Elmqvist, Panagiotis D. Ritsos, Peter W. S. Butcher

专题命中 VLA模型 ：action model(title,abstract)

AI总结 针对跨设备和普适分析中交互模型不匹配的问题，提出基于分布式认知的通道与基质框架，将交互建模为表征状态在基质间的传播，并通过重分析多个系统验证其有效性。

Comments 16 pages, 8 figures

An Anisotropic Interaction Model for Simulating Fingerprints

一种各向异性相互作用模型用于模拟指纹

Bertram Düring, Carsten Gottschlich, Stephan Huckemann, Lisa Maria Kreusser, Carola-Bibiane Schönlieb

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文提出了一种各向异性相互作用模型，用于模拟孕期指纹图案的形成，通过考虑应力场对相互作用力的影响，生成稳定的指纹模式。

Journal ref Journal of Mathematical Biology, 78(7), 2171-2206, 2019

Pattern formation of a nonlocal, anisotropic interaction model

非局部、各向异性相互作用模型的图案形成

Martin Burger, Bertram Düring, Lisa Maria Kreusser, Peter A. Markowich, Carola-Bibiane Schönlieb

专题命中 VLA模型 ：action model(title,abstract)

AI总结 研究非局部各向异性相互作用模型的图案形成，分析各向异性参数对模型从各向同性到各向异性转变的影响，通过解析和数值方法探讨平衡态及图案生成。

Comments 27 pages, 16 figures

Journal ref Math. Models Methods Appl. Sci. 28(3) (2018), 409-451

An Interaction Model for Simulation and Mitigation of Cascading Failures

一种用于模拟和缓解级联故障的交互模型

Junjian Qi, Kai Sun, Shengwei Mei

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文量化了组件故障间的相互作用，提出交互模型以研究交互对级联故障风险的影响，通过减少模拟次数提升效率，并建议通过削弱关键环节来缓解风险。

Comments Accepted by IEEE Transactions on Power Systems

From Actions to Obligations: A Deontic Action Model Logic

从行动到义务：道义行动模型逻辑

Giorgio Cignarale

专题命中 VLA模型 ：action model(title,abstract)

AI总结 提出道义行动模型逻辑（DAML），通过整合道义评估机制扩展认知行动模型逻辑，用于推理多智能体系统中关于行动的义务，并证明其公理化系统的可靠性和完备性。

Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising

从视频先验构建统一的4D世界动作模型

Jun Guo, Qiwei Li, Peiyan Li, Zilong Chen, Nan Sun, Yifei Su, Heyun Wang, Yuan Zhang, Xinghang Li, Huaping Liu

机构 * Tsinghua University（清华大学） ； Xiaomi Robotics（小米机器人） ； Peking University（北京大学） ； CASIA 纠错

专题命中 VLA模型 ：action model(title)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出X-WAM，统一了实时机器人动作执行与高保真的4D世界合成，在单一框架中解决传统统一世界模型仅建模2D像素空间且无法平衡动作效率与世界建模质量的问题。

Comments Project website: https://sharinka0715.github.io/X-WAM/

Radiative charmonium decays in a contact-interaction model with dynamical quark anomalous magnetic moment

介子辐射衰变过程在包含轻子异常磁矩的接触相互作用模型中的研究

Yehan Xu, Zanbin Xing, Khépani Raya, Lei Chang

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文基于接触相互作用模型研究η_c→γγ和J/ψ→γη_c过程，考虑轻子异常磁矩效应，结果与现代格点QCD估计一致，2024年结果超出当前框架范围，2026年结果则自然一致。

Comments 7 pages, 3 figures

Global strong solutions to a compressible fluid-particle interaction model with density-dependent friction force

压缩流体-粒子相互作用模型的全局强解

Fucai Li, Jinkai Ni, Man Wu

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文研究了压缩流体-粒子相互作用模型的初值问题，通过假设初始数据的H²范数足够小，建立了强解的全局存在性，并在初始数据L¹范数有界时获得了强解及其梯度在L²范数下的最优衰减率。

Comments 39pages, some minor typos corrected

Journal ref Bull. Sci. Math. 211 (2026) 103833

CP-violation effects in neutral meson oscillations in the left-right weak interaction model

中性介子振荡中的CP破坏效应在左右弱相互作用模型中

A. P. Serebrov, O. M. Zherebtsov, A. K. Fomin, R. M. Samoilov, N. S. Budanov

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文研究了在左右弱相互作用模型中，通过引入右向量玻色子W_R的混合角ζ和质量比δ，探讨中性介子振荡中的CP破坏效应，并验证了实验结果。

Comments 11 pages, 9 figures

Correcting Ionospheric Faraday Rotation for the VLA and MeerKAT

校正VLBA和MeerKAT的电离层法拉第旋转

Richard A. Perley, Bryan J. Butler, Eric W. Greisen, Benjamin V. Hugo, Evangelia Tremou, A. G. Willis

专题命中 VLA模型 ：VLA(title,abstract)

AI总结 本文通过比较传统方法与ALBUS软件，校正VLBA和MeerKAT的电离层法拉第旋转测量误差，提高观测精度。

Comments Accepted for publication in ApJS

A Study on Building Efficient Zero-Shot Relation Extraction Models

构建高效零 shot 关系提取模型的研究

Hugo Thomas, Caio Corro, Guillaume Gravier, Pascale Sébillot

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文研究了构建高效零 shot 关系提取模型的方法，提出多种策略以提高模型在现实场景中的鲁棒性，结果显示 AlignRE 在各项指标上表现最佳。

Comments LREC 2026