传统VLA模型在长程操控中为什么会出错？
传统VLA模型采用静态特征融合，视觉、语言和动作历史的权重在整个执行过程中固定不变。早期出现毫米级定位偏差时，模型无法及时提高视觉权重来纠偏，误差逐步累积放大，导致后续步骤失败；子任务切换时也缺少对高层意图的动态调整，容易出现动作中断。
机械臂做到第10步就容易出错？一个 2B 模型靠动态调整注意力解决了 | IJCAI 2026
资讯摘要
作者丨 张 璐 编辑丨 幸丽娟 &nbs
AI 摘要
华东师范大学与上海交通大学团队提出S²-VLA模型，通过信念状态和自适应动态门控机制，让模型按任务阶段动态调整视觉、意图和动作注意力。仅2B参数、约7GB显存，即可在LIBERO-Long长程操控任务上达到96.4%成功率，超越多数7B以上大模型，同时大幅提升推理吞吐，为端侧机器人部署提供新思路。
AI 问答
S²-VLA如何实现动态调整注意力？
S²-VLA引入轻量循环网络维持信念状态，实时感知任务进度和偏差，再由SSGAA模块将特征融合拆分为局部视觉、全局意图和动作自注意力三条通道。信念状态生成动态门控权重，根据当前阶段调整三条通道的占比：需要精确定位时提高视觉权重，子任务切换时提高意图权重，平稳移动时由动作自注意力主导。
S²-VLA的实际表现如何？
S²-VLA仅用2B参数在LIBERO-Long上达到96.4%成功率，超过多个7B甚至8.5B模型。推理显存约7GB，吞吐量80.8Hz，远高于同类7B模型通常几Hz的水平，更适合端侧和工厂场景部署。
更多资讯
Java新闻汇总：Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4jXspark AI 丁文伯：触觉替代不了视觉，但机器人需要一套自己的“脊髓” ｜物理AI 50人
牛市的钱：是熊市里守出来的
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！
号称人类造的最后一个 AI 要来了，刷屏全网的 RSI 是什么
Anthropic CEO自爆行业黑幕
WorkBuddy + 美图设计室，在对话框里就能解决办公设计任务？
清晰法案投票失败 后续还有机会吗？
当黄仁勋和Dario遇上休谟：火鸡、台球与AI末日论
苹果Siri AI上线；豆包手机助手消费版正式发布；塔克拉玛干沙漠发现两处大型地下水水源横扫四榜，DM0.5 凭什么面面俱到？基元律动与无问芯穹达成战略合作，推进高质量Token供给与应用地平线第1500万颗征程芯片搭载大众 ID. AURA T6，HSD V2.1 即将推出
从担心AI失控 到AI造福人类：比尔盖茨怎么想高性能电动船艇动力系统公司获近亿A轮融资，海外收入增长450%丨36氪首发高通技术公司携手中兴努比亚和豆包手机助手，共同推动智能手机迈入个人AI新时代圆桌：量智共振·多元路径：共筑中国量子产业下一个十年 | 36氪 2026产业未来大会
Grayscale：比特币能否优化私募市场投资组合？和Jeff Dean押注同一方向，27岁清华助理教授创业，两个月融资数亿圆桌：中国之光成为新共识| 36氪 2026产业未来大会数亿元！前京东副总裁“消失”4年：不造会跑的天工，他在仓库里给人形机器人“占工位”
从”边卖边补”到”准备好再卖”：产品商品化的四步闭环
推特创始人谈“AI减速”论：前沿不属于任何一家公司全球AI视频榜单第一梯队再添中国力量：智象发布首款物理规律导向视频模型Steam Frame 起售价 1059 美元
高瓴系 CFO 往事：一代顶级机构年轻人的迁徙与突围
上市前交易市场：永续合约化的Pre-IPO资产F-Droid 上的应用有多少是在 AI 帮助下编写的？
BTC电力消耗可能已经见顶 2025年12月或为历史峰值
从入门到精通，一篇文章带你入门产品经理！（2026 年最新版）