VLA / 视觉-语言-动作模型

Sigma: The Key for Vision-Language-Action Models toward Telepathic Alignment

Sigma：迈向心电图对齐的视觉-语言-动作模型的关键

Libo Wang

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

AI总结 Sigma模型通过整合深度语义理解和关联推理，实现了感知与动作的心电图式对齐，无需重新训练基础模型，提升了语义对齐和意图驱动行为的可重复性。

Comments The Sigma model has been open-sourced on Hugging Face. Weights, dataset, some scripts, and logs are all available. The link is: https://huggingface.co/Veltraxor/Sigma

DTP: A Simple yet Effective Distracting Token Pruning Framework for Vision-Language Action Models

DTP: 一种简单而有效的干扰令牌修剪框架用于视觉-语言动作模型

Chenyang Li, Jieyuan Liu, Bin Li, Bo Gao, Yilin Yuan, Yangfan He, Yuchen Li, Jingqun Tang

机构 * Australian National University（澳大利亚国立大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Chinese Academy of Sciences（中国科学院） ； Beijing Institute of Graphic Communication（北京印刷学院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Baidu Search（百度搜索） ； Bytedance（字节跳动） 纠错

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

AI总结 DTP框架通过动态修剪干扰令牌提升视觉-语言动作模型的任务成功率，适用于多种新型VLA模型。

Rethinking Drug-Drug Interaction Modeling as Generalizable Relation Learning

重新思考药物-药物相互作用建模作为可推广的关系学习

Dong Xu, Jiantao Wu, Qihua Pan, Sisi Yuan, Zexuan Zhu, Junkai Ji

机构 * School of Artificial Intelligence, Shenzhen University（人工智能学院，深圳大学） 纠错

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

AI总结 本文提出GenRel-DDI框架，通过关系学习方法提升药物-药物相互作用预测的泛化能力，显著优于现有方法。

Comments 9 pages, 5 figures

A multi-wavelength approach of AGN feedback in LINERs: The case of NGC 4438

在LINERs中采用多波段方法研究AGN反馈：NGC 4438案例

M. Puig-Subirà, J. Moldón, I. Márquez, J. Masegosa, O. González-Martín, L. Hermosa Muñoz, S. Cazzoli, D. Williams-Baldwin

专题命中 VLA模型 ：VLA(abstract)

AI总结 本研究通过多波段观测揭示NGC 4438的喷流反馈机制，区分AGN发射与喷流的物理起源，发现喷流驱动了中等速度喷流和热X射线发射。

A Stratification in Magnetic Field Structures: The Radio Outflow in NGC 4151

磁场结构的分层：NGC 4151的无线电喷流

Salmoli Ghosh, P. Kharb, E. Costantini, J. Gallimore, D. Williams-Baldwin, M. Mehdipour

专题命中 VLA模型 ：VLA(abstract)

AI总结 本研究发现NGC 4151的无线电喷流由磁场驱动，具有分层结构，且其喷流质量大但动能低，对银河反馈影响较小。

Comments Accepted for publication in the Astrophysical Journal

Cosmos Policy: Fine-Tuning Video Models for Visuomotor Control and Planning

Cosmos Policy: 为视觉运动控制和规划微调视频模型

Moo Jin Kim, Yihuai Gao, Tsung-Yi Lin, Yen-Chen Lin, Yunhao Ge, Grace Lam, Percy Liang, Shuran Song, Ming-Yu Liu, Chelsea Finn, Jinwei Gu

机构 * NVIDIA ； Stanford University（斯坦福大学） 纠错

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

AI总结 Cosmos Policy通过单阶段后训练将预训练视频模型转化为高效机器人策略，实现视觉运动控制与规划的先进性能。

Off-Policy Actor-Critic with Sigmoid-Bounded Entropy for Real-World Robot Learning

基于Sigmoid受限熵的离策略Actor-Critic用于现实世界机器人学习

Xiefeng Wu, Mingyu Hu, Shu Zhang

机构 * Wuhan University（武汉大学） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.AI

AI总结 SigEnt-SAC通过Sigmoid受限熵机制，实现低成本、高效率的现实世界机器人强化学习。

Comments 7 pages main text 2 page reference