Hugging Face · 每日论文·2026-10-13 04:00· 2 天前AI 评分48

TacitVLA：无需推理延迟的视觉-语言-动作模型

TacitVLA: Reasoning Vision-Language-Action Models Without Reasoning Latency

AI 导读

TacitVLA 是一种视觉-语言-动作模型，其动作专家无需等待或依赖当前调用生成的推理文本即可受益于推理监督，从而在四个基准测试中实现最高 3.4 倍的延迟降低。