arXiv · cs.AI · Lin Yang, Yunjie Shen, Zheyu Li, Zhenjie Tian, Yongli Wang, Dongze Huang, Weiqi Wang, Yucheng Zhu, Zhaoquan Jiang, Guofeng Xie, Peigen Fang · 12 小时前模型评分44
Leap-VLA：用低频 视觉语言模型（VLM，Vision-Language Model） 骨干实现高频机器人控制
Leap-VLA: High-Rate Robot Control from a Low-Rate VLM Backbone
导读
Leap-VLA 将视觉语言动作模型（VLA，Vision-Language-Action）拆成低频语义锚点与高频动作专家：视觉语言模型（VLM，Vision-Language Model） 缓存上下文跨控制步复用，流匹配动作专家以低延迟视觉流高频输出。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present a VLA that decouples the two: a VLM runs as a low-frequency semantic anchor whose cached context is reused across control steps, while a flow-matching action expert operates at high frequency”
来源：arXiv · cs.AI · arxiv.org