VLA / 视觉-语言-动作模型

WCM: World-Cognition Model for Generalizable Human-Robot Interaction

WCM：用于通用人机交互的世界认知模型

Yuzhen Chen, KC Zhou

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

AI总结 针对机器人在物理任务交互困难的问题，提出基于SLAK架构和异步运行时的世界认知模型（WCM），引入人在回路教学模式，经思维链监督改进模型，在九个现实世界人机交互任务中平均成功率达73.8%。

Radio spectral properties and aging of two tailed radio galaxies in a galaxy group at z=0.35

红移0.35星系群中两个尾射电星系的射电频谱特性与老化

Paula Vulić, Vernesa Smolčić, Alexis Finoguenov, Ghassem Gozaliasl, Hiddo Algera, Ivan Delvecchio

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 利用多波段射电观测，研究了一个年轻星系群核心中两个尾射电星系的频谱特性、光谱年龄和动力学年龄，发现光谱年龄远小于动力学年龄，表明星系与群内介质存在剧烈相互作用。

When the Shadow Meets Its Measure: Assessing the Feasibility of Submillimeter Black Hole Shadow Imaging in Megamaser Disk AGN

当阴影遇到其尺度：评估巨脉泽盘活动星系核中亚毫米黑洞阴影成像的可行性

Roman N. Burridge, Geoffrey C. Bower

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 本文评估了利用水巨脉泽盘活动星系核进行亚毫米黑洞阴影成像的可行性，发现仅NGC 4258在地球-L2基线上可分辨，且自旋偏移测量因脉泽天体测量精度不足而不可行。

Comments 25 pages, 7 figures, 9 tables. Revised version with updated 230 GHz flux standardization, astrometric feasibility analysis for NGC 4258, mass/distance/inclination treatment, references, and machine-readable table description

Milliarcsecond-scale spectrum of the persistent radio source associated with FRB 20190417A and constraints for FRB 20181030A

与FRB 20190417A相关的持续射电源的VLBI谱

G. Bruni, L. Piro, Y. -P. Yang, L. Nicastro, A. Rossi, E. Palazzi, E. Maiorano, S. Savaglio, B. Zhang

专题命中 VLA模型 ：VLA(abstract,abstract_cn)

AI总结 利用EVN在5和8 GHz观测，确认FRB 20190417A的致密射电源具有非热性质和平坦谱（α=-0.19±0.29），支持星云起源，并限制FRB 20181030A的候选PRS具有陡谱。

Comments Accepted for publication in A&A Letters

Journal ref A&A 710, L31 (2026)

WHALE: A Scalable Unified Model for Recommendation with Wukong-HSTU Architecture

WHALE：一种采用悟空 - HSTU 架构的可扩展统一推荐模型

Renqin Cai, Dawei Sun, Yuanjun Yao, Zhiyong Wang, Velvin Fu, Maggie Zhuang, Yu Shi, Zhongnan Fang, Xuan Cao, Jing Qian, Rui Li

机构 * Meta Platforms, Inc.（Meta平台公司） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI、cs.LG

AI总结 研究如何在推荐建模中统一非序列与序列特征。核心方法是基于悟空和 HSTU 架构构建 WHALE 模型，含特定模块与融合方式，并采用协同设计技术。主要贡献是在工业数据上离线实验有收益，在线也有积极效果且已用于生产系统。

CLONE: Continuous Latent Optimization for Normal Estimation via 3D Gaussian Splatting

CLONE: 基于3DGS的闭环可微优化框架用于单图像法线估计

Yanxing Liang, Yinghui Wang, Wei Li, Tao Yan, Jiaxing Shen

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院，中国无锡） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院，中国香港） 纠错

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

AI总结 提出CLONE框架，通过3D高斯泼溅参数化场景并利用协方差特征分解得到连续可微法线，结合可微光照模型和一步确定性扩散精化网络，在统一重投影目标下联合优化，实现无需真值法线监督的几何一致性单图像法线估计。

CableTract: A Co-Designed Cable-Driven Field Robot for Low-Compaction, Off-Grid Capable Agriculture

CableTract：一种低压实、离网能力的农业电缆驱动田间机器人

Ozgur Yilmaz

机构 * Adana Science and Technology University（阿达纳科学与技术大学） 纠错

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

AI总结 本文提出CableTract电缆驱动农业机器人，通过共设计电缆架构与实施库，实现低压实和离网作业，结合多种模型分析能量效率与经济性。

CABTO: Context-Aware Behavior Tree Grounding for Robot Manipulation

CABTO：面向机器人操作的上下文感知行为树接地

Yishuai Cai, Xinglin Chen, Yunxin Mao, Kun Hu, Yaodong Yang, Yuanpei Chen, Wenjing Yang, Ji Wang, Minglong Li

机构 * National University of Defense Technology（国防科技大学） ； PsiBot ； Peking University（北京大学） ； PKU-Psibot Lab（北京大学-PsiBot实验室） 纠错

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

AI总结 本文提出CABTO框架，通过预训练大模型和上下文反馈，自动构建完整且一致的行为树系统，解决机器人操作中行为树接地的复杂性问题。

MetricAnything: Scaling Metric Depth Pretraining with Noisy Heterogeneous Sources

MetricAnything：利用噪声异构源扩展度量深度预训练

Baorui Ma, Jiahui Yang, Donglin Di, Xuancheng Zhang, Jianxun Cui, Hao Li, Yan Xie, Wei Chen

机构 * Li Auto Inc（李自动公司） 纠错

专题命中 VLA模型 ：VLA(abstract)；分类 cs.CV、cs.AI

AI总结 研究针对度量深度估计扩展难题，提出MetricAnything框架，通过随机掩码创建稀疏度量提示解耦空间推理与偏差，用多样3D数据预训练，在多任务中表现出色，推动度量感知发展。

Comments Accepted to ECCV 2026. Project Page: https://metric-anything.github.io/metric-anything-io/

Ask-to-Clarify: Resolving Instruction Ambiguity through Multi-turn Dialogue

Ask-to-Clarify: 通过多轮对话解决指令歧义

Xingyao Lin, Xinghao Zhu, Tianyi Lu, Guojin Zhong, Sicheng Xie, Hui Zhang, Xipeng Qiu, Zuxuan Wu, Yu-Gang Jiang

机构 * College of Computer Science and Artificial Intelligence, Fudan University, Shanghai, China（复旦大学计算机科学与人工智能学院） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Mechanical Systems Control Lab, UC Berkeley, California, USA（伯克利机械系统控制实验室） 纠错

专题命中 VLA模型 ：VLA(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出Ask-to-Clarify框架，通过多轮对话解决指令歧义问题，结合视觉语言模型和扩散模型，采用两阶段知识绝缘策略训练，实现多任务中更高效的协作式具身代理。

Comments Accepted by IROS 2026

Responsiveness Verification: Will Predictions Change? How Much? How Often?

响应性验证：预测会改变吗？改变多少？改变频率如何？

Harry Cheon, Meredith Stewart, Bogdan Kulynych, Tsui-Wei Weng, Berk Ustun

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 本研究提出测量响应性的算法与交互模型框架，搭配统计保证，可用于检测累犯预测的排除情况、估计内容审核博弈成本、测试LLM基准鲁棒性，提升模型安全性与可靠性。

Towards Human Motion World Models via Executable Behaviour Representations

通过可执行模型理解人类行为

Rimvydas Rubavicius, Manisha Dubey, N. Siddharth, Subramanian Ramamoorthy

机构 * School of Informatics The University of Edinburgh（信息学院爱丁堡大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 本文提出EXACT语言，通过可执行神经符号模型分析人类动作，提升动作分割和异常检测的效率与直观性。

Comments Accepted in ECCV2026 Workshop

Trust but Verify:Evidence-Linked Multi-Agent Clinical Information Extraction in Pathology

从细则中发现幽门螺杆菌：基于证据关联的多智能体胃活检报告病例发现

Yufan Wang, Anit Kumar Sahu, Yan Fei Ng, Daniel Kang, Shayan Vassef, Soorya Ram Shimgekar, Koustuv Saha, Piyum Zonooz, Navin Kumar, Chee Leong Cheng, Li Yan Khor

机构 * Department of Anatomical Pathology, Singapore General Hospital（新加坡中央医院解剖病理科） ； Duke–NUS Medical School（新加坡国立大学Duke-NUS医学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Independent Researcher（独立研究者） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 研究针对胃活检报告中幽门螺杆菌证据提取难题，采用Nimblemind多智能体系统，经试点评估其总体准确率达98.61%，虽与其他比较器性能相似，但实现了工作流程整合和可追溯性，还能大幅减少审查时间。

OneShot: Index-in-Ranking with Neural Scoring for Large-Scale Retrieval

OneShot：面向大规模检索的结合神经打分的排序内索引方法

Ziwei Li, Shuyao Li, Xufeng Cai, Xue Zou, Yiming Ma, Huiting Lu, Wujie Yan, Zhichen Zhao, Yang Lu, Zhe Wang, Rui Luo, Zhengyu Su, Dan Zhang, Yimin Tan, Ji Liu

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 本研究针对推荐系统检索阶段排序目标与索引结构不一致的问题，提出OneShot框架，将索引学习与排序目标联合，突破点积瓶颈，部署于Instagram短视频推荐系统，提升了召回率与效率。

Latent Actions from Factorized Transition Effects under Agent Ambiguity

基于因子化转移效应的潜在动作在智能体模糊性下的研究

Heejeong Nam, Chandradithya S Jonnalagadda, Harshit Aggarwal, Eric Xu, Randall Balestriero

机构 * Brown University（布朗大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 针对多物体或干扰场景中动作源模糊问题，提出观测转移因子化（OTF）方法，将转移分解为稀疏的观测转移基元，并构建OTF-LAM模型，在逆向前向动力学框架下抽象出动作潜变量，实现零样本迁移和下游策略学习。

Comments Project Page: https://hazel-heejeong-nam.github.io/LAM/

PACE: Phase-Aware Chunk Execution for Robot Policies with Action Chunking

PACE: 面向动作分块策略的相位感知分块执行方法

Junnan Nie, Jiayi Li, Jiachen Zhang, Junyi Lao, Chenghao Liu, Tianle Zhang, Liang Lin, Songfang Huang

机构 * Peking University（北京大学） ； JD Explore Academy（京东探索研究院） 纠错

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

AI总结 提出PACE方法，通过在线预测动作分块中的低速过渡点作为重规划边界，自适应选择执行步长，无需重新训练即可提升机器人策略成功率。

Comments 21 pages, 7 figures, 6 tables. Preprint

Move-Then-Operate: Behavioral Phasing for Human-Like Robotic Manipulation

移动-然后-操作：用于类人机器人操作的行为相位

Haoming Xu, Lei Lei, Jie Gu, Chu Tang, Jingmin Chen, Ruiqi Wang

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences, Hangzhou, China.（杭州高等研究院，中国科学院大学，中国杭州） ； University of Science and Technology of China, Hefei, China.（中国科学技术大学，中国合肥） ； School of Aritificial intelligence, Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China（人工智能学院，人工智能研究院，北京科技大学，中国北京） 纠错

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

AI总结 本文提出Move-Then-Operate框架，将机器人操作分为粗略移动和接触关键交互两个阶段，通过双专家策略提升操作精度与效率。

Comments 15 pages, 10 figures

Causal Optimizer Interaction Calculus: Hidden Geometric Relaxation and Identifiable Interventions

几何-非几何优化器演算：一种用于可达梯度方法的模块化语言

Zavier Li

机构 * Xidian University（西安电子科技大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 研究提出几何-非几何优化器演算，用于审查可达梯度方法。核心方法是定义模块及相关机制，证明方向表达定理等。主要贡献是给出方向级诊断，将设计问题转为帕累托优化，还提升残差复杂性并提供诊断原型证据。

Comments 34 pages. Complete proofs, controlled real-data experiments, and reproducibility details are included

When May I Help You? On The Effect of Proactivity on Group Human-Robot Collaboration

我何时能帮你？主动性对群体人机协作的影响

Thomas Vitry, Vanessa Maeder, Kieran von Valeburg, Asihati Hazaiti, Doga Deniz Ates, Connor Gäde, Jan-Gerrit Habekost, Dennis Becker, Stefan Wermter

机构 * Knowledge Technology, University of Hamburg（汉堡大学知识技术研究所） ； Ecole Normale Superieure de Rennes（里昂大学） 纠错

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

AI总结 研究在多人协作逃生室中，机器人采用反应式（仅被叫时响应）与主动式（持续监听并自主贡献）交互模型对协作效果的影响，发现主动模型增加交互频率但反应模型成功率更高，且用户先前经验和性格显著调节效果。

Comments Published at the RO-MAN 2026 conference

Narrative-Centered Emotional Reflection: An Early Prototype for AI-Supported Emotional Self-Reflection

以叙事为中心的情感反思：人工智能支持的情感自我反思的早期原型

Shou-Tzu Han

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 该研究以Reflexion为早期原型，通过整合情感检测、分层反思提示和隐喻故事生成等方法，探索结构化情感自我反思，支持用户超越基本情感分类进行自主情感探索，记录了理论驱动的情感计算方向。

Comments 7 pages, 1 figure

A Dynamic Self-Evolving Extraction System

一种动态自演化抽取系统

Moin Amin-Naseri, Hannah Kim, Estevam Hruschka

机构 * Megagon Labs（Megagon实验室） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 提出DySECT系统，通过LLM抽取三元组构建知识库，结合概率知识和图推理丰富知识，再反馈优化抽取器，形成闭环持续提升。

An algebra for covariant observers in de Sitter space

de Sitter空间中协变观察者的代数

Bin Chen, Jie Xu

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

AI总结 本文提出一种在de Sitter空间中协变观察者的代数框架，通过考虑波动的静态补丁内所有自由度，推广了局部代数的概念，并展示了其在量子引力中的应用。

Comments 37 pages, 2 figures. Any comments are welcomed. v2: Significant revisions on arguments, conclusion unchanged. An action model for covariant observer added. v3: Version submitted to JHEP. Clarifications and references added

The emergence of X-ray emission lines during relativistic radio-jet formation in the changing-look active galactic nucleus 1ES 1927+654

在可变视类活动星系核1ES 1927+654相对论性射电喷流形成期间X射线发射线的出现

Dev R. Sadaula, Sibasish Laha, Eileen T. Meyer, Onic I. Shuvo, Main Pal, Ritesh Ghosh, Matteo Guainazzi, Fabio Pacucci, Stefano Bianchi, Luigi Gallo, Rostom Mbarek, Amelia M. Hankla, Fabio La Franca, Tahir Yaqoob, Megan Masterson, Erin Kara, Missagh Mehdipour, Claudio Ricci, Javier A Garcia, Timothy R. Kallman, Ralf Ballhausen, Mitchell C. Begelman, Alexander Philippov, Suvendu Rakshit, Francesca Panessa, Ehud Behar, S. Bradley Cenko, Federica Ricci, Ilaria Villani, James N. Reeves

专题命中 VLA模型 ：VLA(abstract)

AI总结 对1ES 1927+654进行多波段监测，用多台设备观测其光谱演化。发现喷流形成时出现软X射线发射线，还检测到Fe K发射特征，揭示电离吸收体变化及吸积和外流过程转变，表明喷流形成时相关区域稳定。

Determination of Density Functional Tight Binding Models for Cerium-containing Materials

铈同素异形体的密度泛函紧束缚模型确定

Nir Goldman, Artem Samtsevych, Chiara Panosetti

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出基于密度泛函紧束缚方法的铈模型，通过优化电子限制势能准确预测电子能带结构和不同同素异形体的能量顺序，展示了DFTB在复现复杂f电子相互作用方面的有效性。

Starvation suppression in dense scale-free metabolic networks: Dynamical mean-field analysis of catalytic reaction networks

无营养抑制的无标度代谢网络：密集催化反应网络的动态平均场分析

Kota Mitsumoto, Shuji Ishihara

专题命中 VLA模型 ：action model(abstract)

AI总结 研究无标度代谢网络在营养贫乏条件下的代谢 starvation 转变，通过动态平均场理论揭示网络拓扑对代谢动态的影响，发现无标度拓扑在营养限制下具有动态优势。

Comments 21 pages, 8 figures

Simple and efficient end-to-end quantum thermal and ground state preparation

端到端高效量子热态和基态制备方法简化

Zhiyan Ding, Yongtao Zhan, John Preskill, Lin Lin

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出基于系统-环境相互作用的高效量子热态和基态制备算法，通过设计环境和相互作用哈密顿量，实现端到端高效制备并提供理论保证。

Journal ref Nat. Phys. (2026)

Network-Adjusted GMM Estimation under Network Uncertainty

网络不确定性下的网络调整广义矩估计

Tadao Hoshino

专题命中 VLA模型 ：action model(abstract)

AI总结 针对观测网络与真实交互网络可能不同的社会交互模型，提出网络调整广义矩估计（NA - GMM）方法，它能修改交互矩阵元素，避免无限制调整，证明了其对伪真实参数的一致性及渐近正态性，还有偏差减少特性，实证应用显示了该方法的有效性。

Floquet Driving of Enzymatic Reactions: Counting Statistics and Long-Time Currents

酶促反应的弗洛凯驱动：计数统计与长时间电流

Yuki Watanabe, Yuki Ishiguro, Takashi Oka

专题命中 VLA模型 ：action model(abstract)

AI总结 研究在时变控制下化学反应动力学，通过发展弗洛凯理论计算电流及其计数统计，以离散弗洛凯驱动的环磷酸腺苷生产生化系统为例，得到相关解析表达式和数值结果，为周期性驱动化学反应的弗洛凯分析奠定基础。

Comments 13+7 pages, 7 figures

Precision studies of neutron decay, left-right asymmetry model of weak interaction, CP-violation and baryon asymmetry of the Universe

宇宙的重子和轻子不对称性在弱相互作用的左右不对称模型中

A. P. Serebrov, O. L. Fedin, O. M. Zherebtsov, A. K. Fomin, R. M. Samoilov, N. S. Budanov, V. A. Kayaikin

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了在弱相互作用左右不对称模型中宇宙重子不对称性的形成，指出该模型中CP破坏与右向玻色子混合角的不同符号导致中子和反中子寿命差异，从而在低于150 MeV温度下的夸克-胶子等离子体hadronization过程中产生重子不对称性，并讨论了轻子不对称性的生成与 sterile（右）中微子的关系，以及暗物质形成机制。

Comments 40 pages, 24 figures

Memdora: Designing Cognitively-Grounded Flashcard Interactions for AI-Powered Spaced Repetition

Memdora：为人工智能驱动的间隔重复设计基于认知的抽认卡交互

Ruiyang Zhang

专题命中 VLA模型 ：action model(abstract)

AI总结 Memdora针对现有抽认卡交互模型的局限，提出跨平台人工智能间隔重复系统。通过认知交互分类法、统一生成管道、协作课堂层及行为奖励系统四项贡献改进，集成FSRS - 6算法并公开部署，推动了教育技术设计。

Comments 12 pages, 8 figures. Submitted to ACM IUI 2027