当天的证据将近期对部署的关注点从单纯的推理速度扩展开来。IMBench 表明，识别物理约束并不能可靠地产生可执行行为；AC-VLA 和快慢驾驶则通过使学习或计算与控制回路相匹配来改善结果。大多数证据仍来自仿真，因此尚不能证明广泛的现实世界可靠性。
IMBench 让推理与行动之间的鸿沟变得可测量。领先的视觉语言模型在约束理解上的得分约为 74%，但 GPT-5.5 仅完成了视觉输入任务的 11.3%，在获得特权物体状态信息时也只有 18.8%。若干对齐、工具使用、隐状态和平衡任务的完成率仍为零。
AC-VLA 针对策略层面的相关失效。它将指令分解为可复用的子任务，并在选定阶段屏蔽腕部视角，以减少轨迹记忆和视觉捷径。在 LIBERO-OOD 上，π₀.₅ 变体在 Spatial-OOD 和 Goal-OOD 上的成功率分别达到 64.2% 和 73.3%，提升了 28.7 和 26.7 个百分点。两项研究共同表明，评估和训练应关注可执行的动作重组，而不能只依赖语言能力或分布内能力。
快慢驾驶将延迟转化为架构选择。一个冻结的 7B 主干网络以 5 Hz 刷新场景上下文，而一个 337M 的动作专家利用最新帧以 20 Hz 发出控制指令。CARLA 中的路线完成率从使用重放指令时的 37.0% 上升到 94.0%；不过，长路线驾驶得分只有 2.96，安全性仍未得到解决。
JoyNexus 将类似的分离原则应用于后训练基础设施。它让共享主干网络常驻，同时隔离租户专属的动作模块、优化器状态和策略版本。组批处理在兼容的工作负载之间复用主干网络计算。论文报告了更低的总体 GPU 时间，但没有给出数值化的效率结果，因此这体现的是架构层面的信号，而不是经过量化的系统性进展。