Latent Control Interfaces for Robot Manipulation
潜在未来表示正在成为操作模型的具体控制接口，论文报告了示教效率的提升，也有早期迹象表明人类数据和机器人数据混合后可以支持跨具身迁移。对象中心路线推进得更慢：分阶段训练有帮助，但当前模型在进入机器人规划或控制之前，仍需要对 slot 质量、因果可用性和数值稳定性做明确评估。
主题概况
Vision Language Action
机器人学习工作对运行时瓶颈和脆弱评测越来越认真
这一天的机器人论文都很务实。最强的工作同时收紧了 VLA 的执行和评测。FocusVLA 和 StreamingVLA 报告了操作质量和控制速度的提升，而 LIBERO-Para 和 ManipArena 在把措辞和真实世界设置变严格之后，让现有模型显得没那么成熟。关于世界模型、仿真和触觉遥操作的支撑性论文传达了同样的信息：更好的机器人性能依赖于从训练数据到运行时控制，全程保留与任务相关的信号。
部署可靠性基准
机器人学习工作正在更接近部署里真正会出问题的地方：控制器时序、指令鲁棒性和物理评测。最近最明确的变化是一个测量停顿间隙的异步 VLA 运行时、一个给指令跟随策略用的改写测试门槛，以及一个固定机器人本体和任务条件的共享真实世界评测流程。