这一时期的视觉-语言-动作（VLA）机器人工作都围绕执行展开。DyGRO-VLA 在强化学习中保护多任务策略。AffordVLA 在不加运行时模块的情况下学习接触区域。RoboFlow4D 为闭环控制加入快速 3D 运动计划。
DyGRO-VLA 将强化学习视为对基础机器人策略的受控编辑。它冻结基础 VLA，只训练路由的残差专家，加入 delta action chunks。在 LIBERO 上，它报告平均成功率 97.1%，比离线基础模型高 4.4 个百分点，在 LIBERO-Long 上高 9.8 个百分点。
AffordVLA 处理的是另一类失效：策略可能选对物体，却碰到错的部位。它在训练时把中间 VLA 视觉 token 与冻结的可供性教师对齐，推理时移除教师。论文报告，在 RoboTwin 上，Easy 比之前最好的基线高 20.5%，Hard 高 12.8%。
RoboFlow4D 把预测的 3D 夹爪流当作策略可跟踪的显式计划。它的慢快循环先规划低频轨迹，再让动作策略执行更高频的 chunks。论文报告，配合 Diffusion Policy 时，LIBERO 提升 6.2 个百分点；配合 DiT policy 时提升 4.0 个百分点，规划延迟不到一秒。
Visual Sculpting 在可变形操作里用了同样的思路。它在密集的 512×512 深度图和空间深度梯度上规划，然后在少量动作后用模型预测控制重新规划。系统生成了超过 100 个动作的长时程黏土序列，在报告的留出测试中，视觉损失改善了泡沫和面团的形变指标。
Event-Grounded Sparse Autoencoders 把稀疏自编码器（SAE）改造成适配机器人策略的形式，通过把特征锚定到重复出现的 rollout 事件上。流程会提取末端执行器关键帧，按视觉和机器人状态线索聚类，再通过闭环干预测试特征。在 OpenVLA 第 31 层，把事件对齐特征置零后，成功率从 70.0% 降到 48.8%，比窗口均值、任务均值或 random-alive 排名的影响都更大。
这篇驾驶安全论文测试 Chain-of-Causation（CoC）解释是否与 Alpamayo-R1-10B 中的场景和轨迹一致。带障碍物上下文的推理里，整体 reasoning fidelity 为 42.5%。研究还报告了 94 次漏检行人、53.3% 的低 reasoning-action consistency，以及 37.9% 的“应该停车”案例实际上继续前进。