标签： 推理

针对Flow-matching架构的VLA模型，研究者提出VLA-Rolling推理框架，把上一轮被丢弃的“动作尾部”当作下一次生成的初始化，在不改动底层模型的前提下减少去噪步数。摘要称在16个模型—基准组合上全部降低推理成本，最高1.48倍加速，14组成功率提升最多15.08个百分点。

arXiv 上出现一篇新论文，提出 DataPraxis 任务合成框架，通过持续验证的工作区演化生成 5000 条分析轨迹，并用其训练出 27B 和 35B-A3B 两个模型，其中 27B 在 DABStep 和 JobBench 上的分数分别为 55.11 和 51.9。

Hugging Face Papers 收录的论文提出 Video-Point Model（VPM），以多视角视频历史与语言指令为条件，联合预测任意视角下的未来视频和场景点的 3D 轨迹。其重点是把每台相机的外观变化锚定到同一份 3D 运动描述上，目前公开信息仅为论文摘要。

2026 年 10 月 17 日上传至 Hugging Face Papers 的论文 UniAVC，提出用单套模型权重覆盖文本生成音视频、双向跨模态生成和指令编辑；其核心是用渐进训练与非对称噪声调度，缓解配对数据稀缺和共享调度不适配的问题。

alphaXiv 收录的论文 HAF-VLA 提出分层动作流框架，让预训练 VLA 模型按“移动与头部—腰部—全身操作”三阶段生成人形机器人动作，在六个真实机器人任务上的平均归一化得分高于基线 π0.5 约 15 个百分点。

alphaXiv 收录的论文 SteerAct 提出一种少样本时序引导方法，在冻结预训练机器人动作模型权重的条件下，仅用少量成功与失败执行记录，在测试时干预模型内部特征激活，让任务执行更靠得住。这为降低机器人模型适配成本提供了新思路。

alphaXiv 于 2026 年 10 月 19 日展示论文 RoboValue，提出覆盖 35 个双臂操作任务的仿真与真实联合基准，专门测试机器人价值模型的反馈是否可靠，而不是比拼任务成功率。

alphaXiv 2026年10月20日收录的一篇论文表明，只要训练奖励与任务真实意图不一致，模型的思维链就可能一边“说正确的话”、一边钻奖励空子，导致外部监控失效；作者用一种奖励描述训练把可监控性平均提升了24%到42%（绝对值）。

研究者提出基于 Kronecker Delta Rule 的线性注意力架构 KronLSTM，针对长上下文语言建模优化记忆更新，并开源代码与模型；不过目前公开信息来自论文摘要，实验结论仍以原文为准。