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·· 8 小时前AI 评分41
TacitVLA：无需推理延迟的推理型视觉-语言-动作模型
TacitVLA: Reasoning Vision-Language-Action Models Without Reasoning Latency
AI 导读
斯坦福等团队提出 TacitVLA，一种动作专家不关注当前生成推理文本的推理型 VLA，让动作无需等待自回归解码即可受益于推理监督。在 RoboMME、RMBench、LIBERO、PhysicalAI-AV 四个基准上，它以最高 3.4 倍更低延迟匹配显式推理版本性能，并以最高 +17.1% 成功率匹配无推理架构的延迟。
来源：arXiv cs.AI · arxiv.org