Fast-VLA：机器人操作只需一次思考
冻结的 4B 视觉语言模型仅在每次任务开始时构建多层 KV 记忆，在线轻量动作器持续读取实时视觉、机械臂状态和历史视角生成动作。Fast-VLA 在 RoboTwin 达到 92.43%，并将摊销推理加速 10.9–17.1 倍。
Kehong Gong, Guanli Hou, Xiaoxu Zheng · 25次阅读 · 2026年10月15日
视觉语言动作模型机器人操控
2026年10月15日作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。