WEEKLY RECON | 2026.10.03 – 10.09

前瞻偵察前瞻侦察 · 2026年10月9日

意外信號意外信号 可證偽命題可证伪命题 觀察清單观察清单
2026-10-03 to 2026-10-09

VLA 週報

基於 VLA-Handbook 7 天系統數據

历史补录：资料窗口截至 2026-10-09；实际补写日期 2026-10-17。缺失观测不代表没有事件发生。历史补录中的论文分组可能依据提交日期重建，不能据此确认论文在报告截止日已公开；只作事后资料回顾，不作当时可知信息或完整事件统计。

TL;DR

  • FLOWMEM 把执行成功的 latent computation 存成可复用单元，供后续 policy query 复用，而不是每次都重新生成；它直接处理 VLA 推理成本结构。同期 WAM-Cache 也针对推理成本：它用有界陈旧度的 KV 复用降低视频 DiT 每个 chunk 的 prefill 开销。两者分属记忆结构与缓存机制，从摘要看不出共享方法或互相引用。
  • SimVLA 采用「零遥操作、全部使用合成数据」的方式训练移动操作 VLA；同一周来源还列出 LIVIN（30 个真实家庭的数字孪生评测）、USDCraft（铰接资产的程序化建模）与 WARP-VLA（腕相机适配）三篇。
  • SOTA 本周只有一个变动：Light-O1 在 RoboCasa-GR1-Tabletop 上 avg_success_rate 为 79.3，来源 baseline 字段记为「WALA +4.10」。这是单个模型、单个榜单的结果，来源未说明该差值的量纲，也不足以支撑趋势判断。
  • LIBERO 评测对齐是社区侧值得标出的信号：lerobot #1316（SmolVLA LIBERO/MetaWorld evaluation，56 评论）与 openpi #687（pi05-libero discrete_state_input = False，18 评论）出现在来源 tier1 候选中。这是个别 issue 的报告，不是领域性结论。
  • 在 GitHub 监测的 21 个仓中，有 13 个处于 dormant 状态（含 mujoco、libero、robosuite、octo、rdt）；数据样本较多的活跃仓为 isaaclab（61）、lerobot（28）、genesis（28）、gr00t（9）、openpi（5）。

Spotlight

https://arxiv.org/abs/2610.12090v1" target="_blank" rel="noopener noreferrer">Recompose and Refine Latent Reasoning Flows for Vision-Language-Action Models (FLOWMEM)

提出 Reasoning and Flow Memory (FLOWMEM)；它把 VLA 执行成功的 latent 推理状态转成可重组、可精炼的记忆单元，供后续 policy query 复用，而不是每次都重新生成。

摘要陈述的问题是：现有方法为每个 policy query 生成或精炼 latent state，执行完就丢弃，下次再从零重建相似计算。FLOWMEM 的取舍是把复用放在 latent 层而不是动作层。同一周的 WAM-Cache 处理的是另一个层次：它用有界陈旧度的 KV 复用，降低视频 DiT 每个 chunk 的 prefill 开销。两者都属推理成本方向，但一个是记忆结构，一个是缓存机制。从摘要层面看不出两者共享方法或互相引用。

这属于结构性改动，值得阅读，但需先看论文正文：摘要被截断，复用项的具体保存与调用方式在现有资料中未展开，长时重复任务上的增益也需核对。

https://arxiv.org/abs/2610.11248v1" target="_blank" rel="noopener noreferrer">SimVLA: Zero-Shot Sim-to-Real VLA Learning for Mobile Manipulation

这是一个端到端框架，完全用合成仿真数据（无遥操作）训练 VLA，目标是实现移动操作的零样本 sim-to-real；摘要提到两阶段预训练。

摘要指出，移动操作的 VLA 仍受真实数据采集成本与复杂度限制，而仿真在这条分支上的潜力尚未被充分探索。SimVLA 的取舍是把数据来源放在合成仿真上，迁移能力因此要承担仿真与真实之间的差距。

仅凭相对提升无法判断价值。需要核对它是否报告了真实机器人上的绝对成功率与失败分布；repo_url 为空只表示本资料未记录链接，不代表没有开源。

SOTA 變化

  • RoboCasa-GR1-Tabletop (standard-opensource): Light-O1 的 avg_success_rate 为 79.3，来源 baseline 字段为「WALA +4.10」
  • 这是本周 sota_changes 中唯一一条，来自单个模型的单个榜单。来源未说明 +4.10 是绝对差还是相对百分比，也未说明测量方与协议细节；在没有多 seed 或方差信息时，不宜据此作趋势判断。

本週發布

產業動態

观察清单 WATCH LIST

下週觀察清單

  • FLOWMEM 的记忆复用机制在正文中如何保存与调用，失败时是否可诊断（摘要被截断，现有资料不足以判断），以及增益在长时重复任务上是否更明显。
  • lerobot #1316 与 openpi #687 关于 SmolVLA / pi05 在 LIBERO 上的复现讨论是否收敛出共同的评测配置。注意：issue 讨论热度不代表全领域都无法复现。
  • SimVLA 是否给出真实机器人零样本成功率与失败分布；只报相对提升的 sim-to-real 论文通常难以判断真实迁移效果。
  • ros2_control 6.12.0 到达 Lyrical/Rolling 同步后，是否有官方 shim 或迁移指南；如果没有，旧硬件驱动的升级成本要提前计算。
  • lerobot #2061（torch.compile 兼容，19 条评论）若落地，可能影响消费级 GPU 的训练与推理成本；同期 openpi 的 DFI 为 0.15，摩擦集中在 hardware，两者可分开跟踪。
報告列表报告列表 ai-2026-02-18 →
← 返回報告列表返回报告列表