机器人策略评估开始看执行机制，不能只看基准分数
机器人学习工作集中在让策略能在真实控制约束下执行。ZR-0、T2VLA 和 Chronos 显示出主要重点：跨具身监督、无需奖励的测试时改进，以及基于完整轨迹的记忆。
主题概况
Manipulation
机器人操作 rollout 检查
机器人策略团队可以围绕评估、部署和几何增加面向执行的检查，从当前工作中获得更多价值。实际做法是：在任务关键运动片段上给模型变体排序，在闭环试验前验证感知-动作回路，并为小误差会导致任务失败的接触阶段存储对象相对姿态。
机器人 VLA 工作正在优先处理部署反馈、几何和世界模型评分
这一时期的机器人论文集中讨论如何让视觉-语言-动作（VLA）策略在部署后可用。InSight 通过机器人 rollout 增加新的操作原语。Reflective VLA 记录动作后果。G3VLA 将相机校准注入视觉 token。共同重点是在新技能、新相机和不完美数据下获得可测量的行为。
VLA 策略支持层
机器人 VLA 团队现在可以围绕现有策略测试三类实用支持层：用于缺失操控技能的 primitive 采集循环、用于在有限真实演示下进行多相机微调的几何路径，以及用于长时程任务调试和数据过滤的步骤级评分。
机器人 VLA 工作正在接受时间、接触和缺失证据的检验
本周的机器人视觉-语言-动作（VLA）工作按执行细节来检验：记忆、恢复、遮挡、接触时序和任务特定标签。MemoryVLA++、UMI-Bench 1.0 和 DAM-VLA 提供了最强证据。
机器人 VLA 评估盲点
机器人 VLA 团队可以采取三项近期改动：在比较策略前标准化物理 rollout，为接触密集型控制分离传感器更新频率，并用交互证据给示教标签打分。每项改动都针对一个当前汇总成功率可能掩盖的失效模式。
机器人策略论文集中在预测、几何和更难的 VLA 评估
这一时期的机器人工作主要围绕 Vision-Language-Action（VLA）策略展开。最强的模式是对控制的现实压力：AHEAD 预测移动物体的未来视觉 token，Dex-BEV 加入三维对齐，RoboSemanticBench 则显示，抓取能力可能掩盖语义选择薄弱的问题。
VLA Deployment Validation
机器人团队现在可以在硬件部署前，为 VLA 策略增加更具体的门槛：对操作场景做自适应失败搜索、在成功抓取后测试语义目标选择、用预测封装层处理移动物体，以及为多相机和多具身设置做 3D 坐标对齐。真正的压力来自普通任务成功率掩盖的失败：语义选择错误、移动物体上的动作滞后，以及会破坏 2D 策略的相机或姿态变化。
Vision-language-action papers focus on deployable robot control
这一时期的 vision-language-action（VLA）研究集中在执行上：闭环规划、可复用技能、触觉力控制，以及面向机器人的模型压缩。VERA、PrimitiveVLA 和 Ω-QVLA 的实证结论最清楚，大多数论文都配了真实机器人或操作套件测试。
机器人策略部署基准
机器人团队可以直接测试部署门槛：4 位策略压缩、面向力的操作评分，以及带原语标签的长时程微调，在所引论文中都有明确的评测方案。
机器人 VLA 研究正在收紧围绕动作质量和时序的控制回路
当前的机器人视觉语言动作（VLA）研究把部署当作执行问题来处理。最强的论文在动作表征、子任务调用、关键帧训练、视觉不变性和推理延迟上做调整，LIBERO、RoboTwin、SimplerEnv 和 ManiSkill 提供了大部分证据。
执行层的 VLA 适配
VLA 团队现在可以在执行层测试具体改动：用于扩散策略重规划的 speculative 验证、把训练集中到精度时间步的数据加载器和损失改动，以及针对 OOD 行为的成对视觉变体 PPO 测试。每一项都能在不替换整个机器人策略栈的情况下评估。