模型arXiv cs.RO2026年8月27日 12:00

GaussVLA：面向视觉-语言-动作模型的几何感知空间推理

原标题：GaussVLA: Geometry-Aware Spatial Reasoning for Vision-Language-Action Model

推荐理由

论文提出基于Mamba的GaussVLA模型，以高斯模块增强VLA对空间几何的推理，对提升机器人动作预测精度具有参考价值。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

论文指出视觉-语言-动作（VLA）模型通常将视觉观测编码为缺乏内在几何结构的二维patch token，单目深度估计也仅提供逐像素标量，难以表达表面方向与几何置信度。为此提出基于Mamba的GaussVLA，引入两个自定义高斯模块，增强策略模型在动作预测中的结构化空间推理能力。

论文提出基于Mamba的GaussVLA模型，以高斯模块增强VLA对空间几何的推理，对提升机器人动作预测精度具有参考价值。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。