双周反思 | 2026-08-27 – 2026-09-09
读完没立场 = 这两周在消费而不在研究
380 篇样本中 ⚡ 级突破论文为零，📖（增量）占 67.9%，15 个方法族全部减速或冷却。你认为这是范式触顶的明确信号，还是当前 RSS 采集范围存在盲区？如果给你一周额外算力，你会把搜索半径扩大到哪个子领域？
CALVIN 和 LIBERO 全部核心切分已饱和，但 21 次 SOTA 刷新仍集中在这两个基准上。继续在这些基准上刷分是在推进 VLA 能力，还是在制造学术通货膨胀？如果明天所有实验室同时放弃 CALVIN/LIBERO，VLA 研究靠什么证明自己的进步？
产业端：Genesis v1.4.0（9/6 发布，支持轨迹回放与 bit-exact replay）、宇树格斗机器人、小鹏 XOS 6.3.0 搭载 Infini-VLA。学术界动量全面衰退的同时产业在狂奔。你认为学术界是否已经失去了定义 VLA 下一代标准的资格？如果是，谁在接棒？
flow_matching（27 篇，0.6）与 rl_finetuning（38 篇，1.03）双强组合成为唯一解，instruction_tuning（3 篇，0.11）和 diffusion_policy（11 篇，0.23）接近死亡。这是技术收敛还是学术从众？如果 6 个月后出现一个用扩散策略在真实机器人上超越 flow+RL 的工作，它最可能长什么样？
过去两周社交情报完全静音——零一级信号、零二级信号。这是产业进入静默部署期，还是我们的信号源已经老化？结合VLA-Precision（在线 RL 后训练）和TacPAC（触觉+世界动作模型）这两篇 🔧 级论文的出现，你认为下一个社交引爆点会来自哪个方向？
TacPAC 给 world-action model 补上了触觉通道，用触觉预测做实时动作修正。但它的核心洞察是 timing mismatch——预测先于执行，触觉反馈在执行中到达。你能说清 TacPAC 具体用什么机制桥接这个时间差吗？如果不能，这篇论文是你这两周最该精读的材料。
VLA-Precision 提出 asymmetric co-bootstrapping 组织真机在线 RL 样本，解决价值信号不可靠和 VLA 推理开销大的双重瓶颈。你能画出它的双策略交互流程图吗？如果让你把这个框架迁移到你的触觉 VLA 管线上，第一个要改的组件是什么？
Reasoning Without Inference Cost 提出 latent semantic scaffolding——在训练时将推理结构嵌入潜空间，部署时丢弃推理模块。这个"训练时推理、部署时不推理"的范式，跟传统的 knowledge distillation 本质区别在哪？如果推理信息真的完全编码进了 latent space，为什么现有的 VLA 策略在分布外场景依然脆弱？