TacitVLA论文发布：不依赖当前推理文本的VLA模型

TacitVLA 作者发布论文（arXiv:2610.17540），提出动作专家不关注当前调用所生成推理文本的推理 VLA 模型，从而在保留推理监督收益的同时降低动作执行延迟。 论文摘要称，在覆盖操作与自动驾驶、记忆与非记忆任务四个基准（RoboMME、RMBench、LIBERO、PhysicalAI-AV）的对照研究中，该方法相较显式推理的同架构模型延迟最高降低 3.4 倍且性能相当；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%。以上为论文摘要报告的结果，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。