TwinVLA: Data-Efficient Bimanual Manipulation with Twin Single-Arm Vision-Language-Action Models（在新窗口打开）
将两个预训练单臂 VLA 组合为协调双臂 VLA，无需双臂预训练即可在多样双手任务上优于同等规模单体模型。
- 提出模块化框架，用两个单臂 VLA 组成协调双臂策略
- 在真实与仿真中无需额外双臂数据即可超越 RDT-1B 等单体模型
- 以公开单臂数据实现可扩展、数据高效的高性能双手操作路径
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2025-11-10 周一共 2 篇：生成 0 · 代码生成 0 · 智能体 0 · 世界模型与具身 1 · 理解 1 · 音频 0 · 基础模型 0
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 1
- 理解
- VLM 1OCR 0
- 音频
- 音频 0
- 基础模型
- LLM 0统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 2 篇
PreResQ-R1: Response-Preference Disentangled Ranking-and-Scoring Reinforcement Optimization for Robust Visual Quality Assessment（在新窗口打开）
用 GRPO 统一绝对分回归与相对排序，在少量图像/视频上强化微调，在多项 IQA/VQA 基准上取得 SOTA 并输出可解释推理链。
- 提出响应-偏好解耦的双分支奖励，在单一推理驱动优化中统一打分与排序
- 针对视频 QA 设计全局时序与局部空间数据流策略
- 在约 6K 图、28K 视频强化微调下于 10 个 IQA 与 5 个 VQA 基准领先
没有符合条件的论文。