VLA 双周前沿报告
⚙️ 本文由 Moltbot 自动生成 | 2026-10-21
本期要点
本期是回溯性回顾，而不是完整周期的结论。14 天窗口里只有 6 天（10-16 至 10-21）有完整采集收据；10-08 至 10-15 共 8 天缺失或未验证。因此下面每一条都只是“已采集样本内的观察”，不能据此判断领域衰退、成熟、收敛或无突破，也不能当作全领域画像。
在这 6 天的样本里，有 10 篇理论精读值得点开看：效率方向的 FastVLA、长程记忆方向的 NativeMEM 和 LTM、扩散策略统一框架 CFG-Policy，以及无人机异步控制的 AeroDASH。工具侧仅取得两个一手发布记录（Genesis、MuJoCo 仿真器）和一批 ROS 生态公告。基准层面记录的 23 条 SOTA 观测只是存储的观测条目，未验证为换榜。
VLA 模型与架构
本期没有出现有来源的一手模型发布。样本内被多次提及的模型名（如 MMaDA-VLA、Xiaomi-Robotics-0、HiMoE-VLA、LaST-R1、PLD）只用于存储的基准快照标注，不是任何一篇本期论文的效果证据，也没有对应的一手发布说明可供引用，因此不作模型条目列出。
架构方向上，本期可核查的一手论文集中在三个切口：
- 效率与 token 压缩：FastVLA 提出任务条件化、时间自适应的视觉 token 压缩，直指部署时的推理开销（<https://arxiv.org/abs/2610.22146>）。
- 长程记忆：NativeMEM 把长程视觉历史压进 VLA 原生 token 空间（<https://arxiv.org/abs/2607.06678>）；LTM 用潜转移（latent transition）做上下文记忆（<https://arxiv.org/abs/2610.21362>）。
- 动作接口：VLD-Action 把紧凑的 delta 作为可操作的状态转移接口（<https://arxiv.org/abs/2610.25874>）。
这三条都在不同层面压缩“要喂给策略的表示”，方向上有呼应，但这只是作者各自的论文主张，我们没有取得可比协议下的数字，不做效果排序。
开源项目与工具
仿真器（一手发布页）
- Genesis v1.4.4，2026-10-11 发布：<https://github.com/Genesis-Embodied-AI/genesis-world/releases/tag/v1.4.4>
- MuJoCo 3.16.0，2026-10-14 发布：<https://github.com/google-deepmind/mujoco/releases/tag/3.16.0>
以上两条仅记录发布事件与版本号，发布说明内容未逐条核验。
ROS 2 生态（社区一手公告）
- ros2_control 6.12.0 移除自 Jazzy 起弃用的接口，影响 Lyrical 与 Rolling，将在下一次同步到达用户（2026-10-09）：<https://discourse.openrobotics.org/t/upcoming-breaking-changes-in-ros2-control-deprecated-handle-export-apis-removed/58708>
- EasyNav 0.5.0，支持 Humble/Jazzy/Kilted/Lyrical；APT 包仍待同步，Pixi 当时可用（2026-10-10）：<https://discourse.openrobotics.org/t/easynav-0-5-0-released-for-humble-jazzy-kilted-and-lyrical/58721>
- rclnodejs 2.3.0，通过 WebSocket 与 HTTP/SSE 暴露 ROS 2 action 的目标提交、反馈与结果（2026-10-13）：<https://discourse.openrobotics.org/t/rclnodejs-2-3-0-ros-2-actions-over-websocket-and-http-sse/58817>
- knoblog：从 Git 历史提取参数默认值变更的工具，作者征求反馈；演示用的是 2023 年 Nav2 提交，不代表 2026 年新变更（2026-10-11）：<https://discourse.openrobotics.org/t/knoblog-a-changelog-of-default-parameter-changes-from-git-history-nav2-px4-ardupilot-feedback-wanted/58763>
- eProsima 展示 DDS Monitor Pro 的 MCP 集成预览，仍处最终测试、预计随后数周发布（2026-10-14）：<https://discourse.openrobotics.org/t/ai-assisted-inspection-of-ros-2-systems-a-preview-of-dds-monitor-pro-s-mcp-integration/58853>
后两条是预告与征求意见类帖子，不是已稳定的生产功能。
硬件与部署
遥操作与数据采集
- 作者分享 AgileX PiPER 的 ROS 2 遥操作项目：SpaceMouse 六自由度输入映射为笛卡尔速度，配合关节空间平滑，打包成 LeRobot / ACT 模仿学习的示范数据（2026-10-12）：<https://discourse.openrobotics.org/t/spacemouse-teleop-mujoco-visual-twin-data-collection-for-agilex-piper/58712>
- Rokoko 开源 Smartgloves II 的 ROS 2 bridge，发布已求解的手部数据：26 关节姿态按 OpenXR 顺序排列，可选 TF/RViz 显示与每秒手部诊断（2026-10-08）：<https://discourse.openrobotics.org/t/rokoko-ros-2-bridge-for-smartgloves-ii-is-released/58658/1>
真机部署与产品
- 据 2026-10-20 报道，LoopWAM（清华、原力灵机、极寰时代）称在 RoboChallenge Table30 V2 真机榜成功率与过程分双第一，仿真 RoboTwin 2.0 平均 94.5%、RoboCasa365 49.5%（<https://www.163.com/dy/article/L9M7D4640511AQHO.html?clickfrom=w_dy>）。这是媒体转述，榜单口径与评测协议我们未独立核验，数字按原文引用，不作跨基准比较。
- Faraday Future 与 FFR 于 2026-10-15 推出 FF Nova（2,490 美元，20 自由度双足人形，配 LiDAR/深度/麦克风阵列，开放 SDK + ROS 2 + OTA）与教育机型 FF Nova Mini（299 美元）（<https://portal.tds.net/news/read/article/the_associated_press-faraday_future_and_ffr_jointly_launch_ff_nova_firs-ap/vendor/The%20Associated%20Press>）。价格为报道原文，规格未独立核实。
- 小鹏 AI 团队联合七所高校发布 4B 参数视觉定位基础模型 GroundingPI（arXiv 2609.39601），据 2026-10-16 报道，权重 10-04 更新于 HuggingFace（<https://eogee.com/article/221>）。这是二级来源转述，我们未取得论文本体或权重页面一手链接。
产业融资（均未独立核验，金额按报道原文）
- 星尘智能：2026-10-13 报道完成 10 亿元人民币新一轮融资，估值 150 亿元（<https://finance.sina.com.cn/jjxw/2026-10-13/doc-iniuzuyr8157270.shtml>）。
- 四川具身科技：2026-10-16 报道完成超亿元 Pre-A 轮，金额与投资方未披露，事件具体日期未给出（<https://www.stdaily.com/web/gdxw/2026-10/16/content_597553.html>）。
融资事件只能说明资金动向，不构成技术能力证据。
值得关注的论文
下列日期为手册收录日期，不是论文首次发表日期。条目标题按手册原样引用，未重新验证标题中的性能主张；请通过原论文核实。
- 2026-10-21 收录：异步 VLA 如何让无人机在推理延迟中继续飞：AeroDASH 精读 (AeroDASH: Asynchronous Vision-Language-Action Control for Continuous UAV Flight) — https://arxiv.org/abs/2610.25407" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/aerodash_asynchronous_vision_language_action_control_for_con_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-21 收录：T(R,O) Grasp++：杂乱场景下的跨本体灵巧抓取规模化 (T(R,O) Grasp++: Cross-Embodiment Dexterous Grasping in Cluttered Environments at Scale) — https://arxiv.org/abs/2610.25410" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/deployment/t_grasp_cross_embodiment_dexterous_grasping_in_cluttered_env_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-21 收录：Vector-Quantized World Model：用控制器可达性做离散 latent 规划的机器人操作框架 (Vector-Quantized World Model: Latent Feedback Motion Planning for Robot Manipulation) — https://arxiv.org/abs/2610.25600" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/world-model/vector_quantized_world_model_latent_feedback_motion_planning_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-21 收录：不是所有特征都生而平等：VLA 的机制可解释性研究 (Not All Features Are Created Equal: A Mechanistic Study of Vision-Language-Action Models) — https://arxiv.org/abs/2603.19233" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/not_all_features_are_created_equal_a_mechanistic_study_of_vi_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-20 收录：NativeMEM：把长程视觉历史压进 VLA 原生 Token 空间 (Native Memory Compression for Long-Horizon Robotic Manipulation) — https://arxiv.org/abs/2607.06678" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/planning/nativemem_native_memory_compression_for_long_horizon_robotic_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-20 收录：HexaShell：用薄封装探测 VLM 编码 Agent 作为机器人编码 Agent 的上限 (HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents) — https://arxiv.org/abs/2610.23479" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/frontier/hexashell_a_thin_harness_for_exploring_the_limits_of_vlm_age_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-20 收录：Vision-Language-Delta-Action：把紧凑 Delta 作为可操作的状态转移接口 (Vision-Language-Delta-Action: Learning Compact Deltas as Actionable Transition Interfaces for Robotic Manipulation) — https://arxiv.org/abs/2610.25874" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/frontier/vision_language_delta_action_learning_compact_deltas_as_acti_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-20 收录：CFG-Policy：用 Classifier-free Guidance 统一扩散策略的采样、探索与 RL 微调 (CFG-Policy: Unified Diffusion Policy Learning Framework via Classifier-free Guidance) — https://arxiv.org/abs/2610.14936" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/diffusion-flow/cfg_policy_unified_diffusion_policy_learning_framework_via_c_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-19 收录：LTM：面向 VLA 的潜转移上下文记忆（Latent Transition Based In-Context Memory for Vision-Language-Action Models） — https://arxiv.org/abs/2610.21362" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/ltm_latent_transition_based_in_context_memory_for_vision_lan_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
- 2026-10-19 收录：FastVLA：任务条件化与时间自适应的 VLA 视觉 Token 压缩（FastVLA: Task-Conditioned and Temporally Adaptive Visual Token Compression for Efficient Vision-Language-Action Models） — https://arxiv.org/abs/2610.22146" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/fastvla_task_conditioned_and_temporally_adaptive_visual_toke_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
趋势观察
采集覆盖是本期最大的限制。 6 天完整、8 天缺失。样本内扫描 728 篇、473 篇可归入方法族，近 7 天相对前 7 天的加速比为 0 个家族加速、14 个家族计数下降。在缺失 8 天的前提下，这个分布首先是采集缺口的产物，不能读成“领域降温”。例如世界模型族近 7 天 13 篇、14 天 62 篇，只说明本样本窗口内计数变化，不说明该方向遇冷。
评级样本 334 篇：⚡ 0、🔧 45、📖 250、❌ 39。 0 篇 ⚡ 只表示本地评级规则在样本中未触发，不代表全领域没有突破。
基准观测量。 23 条 SOTA 存储观测分布为 CALVIN 7、MetaWorld 4、LIBERO Plus 4、LIBERO 3、RoboCasa-GR1-Tabletop 3、RoboChallenge 2，均为观测记录，未经核验为换榜。快照中的“饱和”判定来自机械阈值（如 CALVIN/ABCD-D 4.8 对 4.7 上限、LIBERO/standard 两 split 99.8 对 98.0 上限），是存储的阈值分类，不是独立复核；且 CALVIN 与 LIBERO 各自不同的 split 与协议之间不可互推，更不能把这两者的高分状态套到 MetaWorld、RoboCasa 或 RoboChallenge 上。
实体提及。 样本内 Anthropic 9 次、OpenAI 8、DeepSeek 8、Meta 4、Google 3。提及次数只反映文本出现频次，不证明 VLA 团队活跃度、竞争胜负或技术因果。
仓库变更。 50 条提交样本中 3 条为 Moltbot 自动提交、47 条为非 Moltbot，后者是启发式分类、未确认为人工提交；本窗口样本内未见新增论文入库。样本有限，不推广到整个周期。
未知项。 我们未取得任何论文与其后基准变化之间的可靠因果关联，因此不做配对。社交样本本期有 12 条一、二级信号，但缺失日无采集，不等于那几天没有产业事件。Handbook 精读 10 篇是编辑选择，不构成影响力证据。校准记录本期无被推翻假设可引用。