跳到正文
arXiv · AI· Jack Lu, Yurong You, Boyi Li, Yulong Cao, Thomas Tian, Chaowei Xiao, Xiangyu Chen, Wenjie Luo, Boris Ivanovic, Marco Pavone, Yan Wang·· 2026-10-14AI 评分25

TacitVLA 如何在推理 VLA 中消除延迟瓶颈

TacitVLA: Reasoning Vision-Language-Action Models Without Reasoning Latency

AI 导读

TacitVLA 是一种无需承担推理延迟的视觉-语言-动作模型。它不等待文本生成,行动专家不关注当前推理,将延迟降低至多 3.4 倍,同时保持性能。 在 RoboMME 计数和 RMBench 等四个基准测试中,其绝对性能超越之前最佳公开结果,例如 RoboMME 计数达到 82.7%。 该模型在长程任务中利用文本作为情景记忆,在动作执行期间生成条目,实现了高效推理。

来源:arXiv · AI · arxiv.org