AnolisVLA轻量VLA模型提出

2026年10月15日，arXiv Artificial Intelligence 报道，Yusuke Takagi 等作者提出 AnolisVLA，一款采用深度状态空间模型处理多模态序列的轻量级视觉-语言-动作模型（VLA），用于语言引导的机器人操作，可实现高效轨迹生成。报道称，在仿真和两个真实机器人平台上，其任务成功率高于同等参数规模的 SmolVLA，推理更快，GPU 显存占用相当；在移动操作中，其任务成功率比 30 亿参数的 π_{0.5} 模型高 21 个百分点，推理速度约为其 3 倍。目前该事件仅有这一篇报道，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。