VLA / 视觉-语言-动作模型

HINT: Hierarchical Interaction Modeling for Autoregressive Multi-Human Motion Generation

HINT: 用于自回归多人体运动生成的分层交互建模

Mengge Liu, Yan Di, Gu Wang, Yun Qu, Dekai Zhu, Yanyan Li, Xiangyang Ji

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 HINT通过分层交互建模提出了一种自回归框架，实现多人体运动生成，提升了交互建模的精度和长序列的连贯性。

MetaVLA: Unified Meta Co-training For Efficient Embodied Adaption

MetaVLA：统一的元学习协同训练用于高效的具身适应

Chen Li, Zhantao Yang, Han Zhang, Fangyi Chen, Chenchen Zhu, Anudeepsekhar Bolimera, Marios Savvides

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Meta Reality Labs, USA（Meta现实实验室（美国）） 纠错

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

AI总结 MetaVLA通过统一的元学习协同训练方法，实现高效的具身适应，提升任务泛化能力并降低训练成本。

Shallow-π: Knowledge Distillation for Flow-based VLAs

Shallow-π：基于流的视觉-语言-动作模型的知识蒸馏

Boseong Jeon, Yunho Choi, Taehan Kim

机构 * Samsung Research South Korea（三星韩国研究） 纠错

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

AI总结 Shallow-π通过知识蒸馏显著减少基于流的VLA模型的transformer深度，实现更快的推理速度和更高的性能

Microscopic theory of angular momentum distributions across the full range of fission fragments

角动量分布的微观理论：涵盖全部裂变碎片范围

Petar Marević, Nicolas Schunck, Marc Verriere

专题命中 VLA模型 ：action model(abstract)

AI总结 本研究通过微观理论预测裂变碎片的角动量分布，揭示了角动量与碎片变形的强相关性，并展示了经验公式在准确性上的不足。

Comments 20 pages, 11 figures

Journal ref Phys. Rev. C 113, 014612 (2026)