VLA / 视觉-语言-动作模型

Evo-0: Vision-Language-Action Model with Implicit Spatial Understanding

Evo-0：具有隐式空间理解的视觉-语言-动作模型

Tao Lin, Gen Li, Yilei Zhong, Yanwen Zou, Yuxin Du, Jiting Liu, Encheng Gu, Bo Zhao

机构 * School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； EvoMind Tech（EvoMind科技） ； IAAR-Shanghai（IAAR-上海） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 Evo-0通过隐式整合3D几何特征，提升视觉-语言-动作模型在现实世界中的空间理解能力。

MobileVLA-R1: Reinforcing Vision-Language-Action for Mobile Robots

MobileVLA-R1: 为移动机器人强化视觉-语言-动作

Ting Huang, Dongjian Li, Rui Yang, Zeyu Zhang, Zida Yang, Hao Tang

机构 * Peking University（北京大学） 纠错

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

AI总结 MobileVLA-R1通过结合监督CoT对齐与GRPO强化学习，提升四足机器人在复杂环境中的视觉-语言-动作控制性能。

Compressor-VLA: Instruction-Guided Visual Token Compression for Efficient Robotic Manipulation

Compressor-VLA：基于指令的视觉标记压缩用于高效的机器人操作

Juntao Gao, Feiyang Ye, Jing Zhang, Wenjing Qian

机构 * School of Information Science and Technology, Beijing University of Technology（信息科学与技术学院，北京理工大学） ； LiAuto Inc.（LiAuto公司） ； Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology（计算智能与智能系统北京市重点实验室，北京理工大学） 纠错

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

AI总结 Compressor-VLA通过指令引导的视觉标记压缩，提升机器人操作的效率与精度。

Comments 11 pages, 5 figures

KV-Efficient VLA: A Method to Speed up Vision Language Models with RNN-Gated Chunked KV Cache

KV-Efficient VLA: 一种加速视觉语言模型的方法通过RNN门控分块KV缓存

Wanshun Xu, Long Zhuang, Lianlei Shan

机构 * University of Toronto（多伦多大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 KV-Efficient VLA通过RNN门控分块KV缓存机制，有效降低视觉语言模型的计算和内存开销，提升推理效率。

SENTINEL: A Fully End-to-End Language-Action Model for Humanoid Whole Body Control

SENTINEL：一种用于人形机器人全身控制的端到端语言-动作模型

Yuxuan Wang, Haobin Jiang, Shiqing Yao, Ziluo Ding, Zongqing Lu

机构 * Peking University（北京大学） ； BeingBeyond 纠错

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

AI总结 SENTINEL是一种端到端语言-动作模型，通过直接映射语言指令和本体感觉输入到低层动作，实现人形机器人全身控制，并支持多模态扩展。

Comments 23 pages, 8 figures, 11 tables

Phase Diagrams of the YK Surface-Reaction Model on 2D lattices with Exchange Diffusion

二维晶格上具有交换扩散的YK表面反应模型的相图

Henrique A. Fernandes, Roberto da Silva, Paulo F. Gomes

专题命中 VLA模型 ：action model(title)

AI总结 本研究通过稳态蒙特卡洛模拟，探讨了二维晶格上YK表面反应模型在不同解离率和交换扩散率下的相图特性。

Comments 16 pages, 6 figures

GRAPHIC--Guidelines for Reviewing Algorithmic Practices in Human-centred Design and Interaction for Creativity

GRAPHIC--指导人本设计与交互中算法实践的审查指南

Joana Rovira Martins, Pedro Martins, Ana Boavida

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

AI总结 GRAPHIC框架旨在分析应用于图形设计的计算系统，通过三大维度揭示人机协作中的研究空白，促进基于核心设计原则的创新。

Comments 20 pages, 16 figures

Cahn-Hilliard Equations on Lattices: Dynamic Transitions and Pattern Formations

晶格上的Cahn-Hilliard方程：动态相变与模式形成

Jared Grossman, Evan Halloran, Shouhong Wang

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了晶格上Cahn-Hilliard方程的动态相变与模式形成，探讨了基向量选择对相变和模式的影响，并分析了临界特征值的多重性及几何依赖性。