空间强制增强机器人的 3D 感知 这种即插即用的策略将 VLA 模型与 3D 基础模型对齐，以获得空间意识。在没有明确的 3D 传感器的情况下，实现机器人任务的 SOTA，训练速度提高 3.8 倍，现实世界成功率提高 50%！

上海人工智能实验室推出VPPO用于多模态强化学习 这种新方法突出了“令牌感知”，使得大型视觉语言模型（LVLMs）能够更好地推理。它在8个基准测试中取得了最先进的结果，具有更好的稳定性和更快的收敛速度。

当思想遇上事实：来自亚马逊和KAIST的新产品 LCLMs可以处理大量上下文，但在推理方面存在困难。ToTAL引入了可重用的“思维模板”，这些模板结构化证据，指导基于事实文档的多跳推理。