强化学习与具身智能 / CVPR2026
Fast-ThinkAct:通过可言语化潜变量规划实现高效视觉-语言-动作推理
Fast-ThinkAct: Efficient Vision-Language-Action Reasoning via Verbalizable Latent Planning
把显式思维链压缩成可言语化的潜变量规划,并用偏好引导目标把教师的语言与视觉规划能力蒸馏进学生策略,为视觉研究者提供了一条在保持长程规划与失败恢复能力的同时大幅降低 VLA 推理延迟的可复用思路。
视觉-语言-动作模型潜变量推理思维链蒸馏