以语义事件为规划单元，双接口桥接高层指令与机器人长时程执行

用游戏化语义动作接口加少样本上下文演示，让冻结VLM零训练闭环操控机器人达SOTA

从失败经验中学习纠错：经验引导数据合成+3D监控原子级纠错，大幅提升VLA恢复成功率

冻结预训练VLA，仅在瓶颈子任务训练残差RL，以局部奖励与重训练大幅提升长时程成功率

提出物理秩一致性指标PRC与联合监督的ActionPiece动作分词器，提升VLA策略成功率

把长期情景记忆编译成语言-视觉计划，用固定上下文执行长时程记忆依赖操作

280个难度分级任务系统诊断VLA模型：复杂空间与长程操作下最强模型成功率也跌至22.3%

以可执行技能契约和守卫运行时把VLA策略变成闭环具身智能体

不设专用记忆模块，把分钟级时间戳视频直接作为VLM原生上下文，四项记忆基准全部刷新SOTA

用12万小时自我中心视频预训练世界动作模型，真机零样本成功率从36.1%升至77.8%

以表征为中心的持续预训练，用开源数据加16卡算力训出可迁移的VLA骨干

复用预训练MLLM原生上下文作机器人记忆，以异步连续认知令牌驱动VLA控制器

让VLA逐块流式生成动作并实时注入触觉反馈，消除执行中的触觉时间错配

三系统架构+3.7万小时异构数据一阶段预训练，协同理解、预测与行动的具身基础模型。

用VLM编排VLA探索采集新任务数据，再经蒸馏与残差RL高效微调

高层子任务决策按需触发世界模型束搜索，用测试时算力换长程操作成功率。

冻结VLA策略，用自进化的代码Critic与恢复技能实现机器人闭环执行治理与持续提升

统一扩散Transformer融合动作生成与未来视觉预测，无需大型VLM即可达LIBERO前沿

三尺度具身基础模型，新增3D接地与接触点预测，统一动作空间跨本体VLA。

用扩散模型把单目长尾驾驶视频补全为多视角训练数据。