Jianman Lin et al. · 针对机器人基础模型在视觉分布偏移下性能骤降的痛点，提出潜在接口训练切断任务无关视觉线索到动作的捷径，提升泛化。是可套用到现有 VLA 训练流程的通用策略，复现成本低。
Jimin Lee et al. · 把力/触觉等非视觉物理反馈做成模块化感知流接入 VLA，突破纯视觉感知限制。模块化接口设计可直接复用，是想给现有 VLA 扩展触觉/力觉通道的现成方案。
Sunghwan Han et al. · 针对 VLA 推理开销大的痛点，用自适应步数流匹配实现免训练加速，直接降低 flow-matching VLA 的推理延迟。无需重训即可套用，部署侧即插即用。
Jinho Jeong et al. · 把大规模人类视频机器人化用于 VLA 预训练，绕开昂贵真机数据同时缓解人-机具身差异。提供了可扩展的低成本预训练数据管线，是扩充 VLA 训练数据的现成路径。
Xiangcheng Liu et al. · 在视-触-语言-动作模型中引入稀疏触觉表示学习，应对真实触觉数据稀缺与触觉特征难提取两大障碍，服务多指灵巧操作。触觉 VLA 方向可直接借鉴其触觉编码与多模态融合设计。
Tonghui Tang et al. · 针对视触觉传感器提出 marker 设计的量化准则，用变形信息编码量衡量标记图案的信息效力，指导触觉传感的标记图案选型。属触觉硬件设计层面，未涉及策略学习或 VLA 架构。
Chuanbo Yu et al. · 将世界模型与扩散策略结合，解决毫米级细长杆插入中刚体假设失效、杆尖位姿随夹持变化的问题。属精密装配的专用操作方法，未给出 VLA 层面的复用路径。
Arjun Sohal et al. · 针对扩散策略仅靠行为克隆受限于演示数据质量与覆盖度的问题，提出在去噪中间步估计优势的 RL 微调方法。方法本身与 VLA 精调相关，但摘要未显示对 VLA 骨干或大规模 benchmark 的验证。
Samrat Sahoo et al. · 指出原始 TAMP 轨迹分布与 VLA 微调所需分布不匹配，提出分布对齐的 TAMP 数据生成以低成本扩充 VLA 微调数据。数据侧思路清晰，但摘要未给出量化收益与对比基线。
Yuxing Chen et al. · 发布大规模合成的 T 恤折叠/展开数据集，缓解可变形衣物策略训练数据稀缺。属数据集类工作，对衣物操作方向有用但非 VLA 架构或训练方法创新。
Ryunosuke Yamada et al. · 在线估计刚度、弹性等材料属性并据此条件化扩散策略，使同一策略能应对不同材质的柔性线性物体形状控制。属专用 DLO 操作方法，未见 VLA 层面的迁移验证。
Hoeun Lee et al. · 统一的扩散 VLA，把视觉目标预测与动态预测通过共享轨迹表征接入动作生成与选择。思路与已有 world-model + VLA 路线重叠度较高，摘要未给出架构级新意与 benchmark 结果。
Dionysios Adamopoulos et al. · 面向机器人产线的 VLA 服务化：在两阶段 VLM+ADiT 结构下做管理与调度以满足严格 SLO。属系统/部署工程，对算法侧研究者参考价值有限。
Xinqiang Yu et al. · 提出零样本、语言引导的 3D 部件分割，解决现有 3D 基础模型要么整体感知、要么闭集部件分类的问题，服务细粒度操作。属感知侧基础模型，非 VLA 架构或策略学习。
Ziyue Zhu et al. · 提出神经符号 VLA，用符号结构弥补现有 VLA 结构盲骨干与泛化受限的问题。方向有价值，但已是 v3 版本且摘要未显示对主流 benchmark 的完整对比，暂作了解。
Zhe Li et al. · 两阶段教师-学生框架结合下一观测一致性预测，实现人形机器人的预判式行走控制。属运动控制问题，与机械臂操作类 VLA 无直接交集。
Zonghuan Xu et al. · 在动作层面构造对 VLA 的后门攻击，证明训练期植入的隐藏触发器可稳定操控机器人行为。对 VLA 安全部署有警示价值，但属攻击面研究而非能力提升方法。
Xiefeng Wu et al. · 面向真实机器人离线到在线 RL 的值估计不稳定问题，提出 sigmoid 有界熵的保守 Q 学习。属通用离线 RL 改进，未给出与 VLA 策略结合的实验证据。
Weikun Peng et al. · 从第一视角视频建模可交互 3D 物体的任务、数据集与基准，用功能模板刻画物体可供性。属具身感知数据/基准类工作，非 VLA 策略方法。
Han Wang et al. · 提出物理-动作-视觉三要素的世界模型强化学习框架并加入动作探索，提升动作条件世界模型对多样动力学的刻画。方法相邻，但未说明其与 VLA 策略训练的具体衔接方式。
Tao Yang et al. · 以“空间”作为干预不变量试图串联城市科学与具身智能，标题宏大但摘要停留在概念宣示，未见具体方法、实验或可操作结论。[💧灌水]
Shilong Zou et al. · 面向具身智能的通用世界模型模拟器技术报告，由视觉上下文与机器人动作预测未来观测以支撑下游学习与决策。作为基础设施可能有价值，但不含策略/架构创新。
Rongjun Jin et al. · 用双世界模型分别处理本体感觉与视觉观测的不同特性，实现人形机器人在杂乱障碍场中的穿越。属足式运动控制，与操作类 VLA 无直接关联。
Shogo Iwakata et al. · 通过在几何先验上预训练来提升模仿学习迁移到新操作任务时的样本效率。思路偏通用表示预训练，摘要未给出与 VLA 骨干或大规模跨任务 benchmark 的衔接。
Yu Chen et al. · 用对抗博弈论方法合成多指手抓取姿态，缓解复杂任务下可靠抓取的难题。属抓取合成的几何/优化问题，与 VLA 策略学习无直接关系。
Ziyang Cheng et al. · 提出行为世界模型，用于人形机器人全身运动跟踪与环境交互下的鲁棒控制。属全身运动控制方向，与机械臂操作类 VLA 关注点不同。
Kechen Liu et al. · 构建跨具身的动作条件视频世界模型，声称可作为零样本物理模拟器利用异构视频数据学习可泛化物理。跨具身泛化方向有参考价值，但摘要未给出与 VLA 策略闭环的实证。