- 论文公开站arXiv
Rho：高效可适应VLA模型的基础
Rho: A Foundation for Efficiently Adaptable VLA Models
通用物理AI模型须结合广泛视觉语言能力与跨机器人本体的精确控制及高效下游适应。本文提出Rho系列开放权重VLA模型，用于双臂操作，专为数据高效适应设计。
- 论文公开站arXiv
观察、回忆、行动：并发具身流中的常开机器人
Watch, Recall, Act: Always-On Robots in Concurrent Embodied Streams
摘要显示，论文针对「永远在线」机器人面临的持续指令流、场景变化与自身历史动作影响问题，提出 ARMS 流式策略：以预训练 π0.5 为骨干，叠加三个轻量模块，将实时感知、具身状态与自身过去动作转为上下文，异步更新使「看」与「忆」不阻塞「行动」，双臂可并发执行。作者构建 ARMS Dataset 以真实双臂遥操作自动标注各模块，联合任务达 45%，强基线为 28%，消融显示记忆模块、具身状态头与异步并发均必要。
意义：为长时在线、可中断的具身智能体提供简单可扩展的流式上下文方案，异步并发设计对实时机器人系统有直接参考价值。