空间视觉定位

SemanticVLA：通过协同显式轨迹与潜变量动作规划实现超越动作记忆的语义推理

SemanticVLA: Towards Semantic Reasoning over Action Memorization via Synergistic Explicit Trace and Latent Action Planning

对做具身智能与 VLA 的研究者，这篇给出了把 VLM 的预训练空间视觉定位能力直接转成可解释文本坐标轨迹（显式 trace）并与潜变量动作词元互补的规划范式，可作为替代纯动作监督微调的思路，也提供了指令改写鲁棒性的评测视角。