arXiv · cs.AI· Jack Lu, Yurong You, Boyi Li, Yulong Cao, Thomas Tian, Chaowei Xiao, Xiangyu Chen, Wenjie Luo, Boris Ivanovic, Marco Pavone, Yan Wang·· 5 小时前
TacitVLA：不增加推理延迟的视觉-语言-动作模型
TacitVLA: Reasoning Vision-Language-Action Models Without Reasoning Latency
arXiv:2610.17540v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jack Lu, Yurong You, Boyi Li, Yulong Cao, Thomas Tian, Chaowei Xiao, Xiangyu Chen, Wenjie Luo, Boris Ivanovic, Marco Pavone, Yan Wang
研究任务与主要进展
TacitVLA 让视觉-语言-动作模型的动作专家不关注当前调用生成的推理文本，从而在保留推理监督收益的同时降低动作执行延迟。论文摘要报告，在 RoboMME、RMBench、LIBERO 和 PhysicalAI-AV 四个基准上，该方法延迟最高降低 3.4 倍；相较无推理训练的同架构，延迟相当且成功率最高提高 17.1%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org