Thermo-VLA热感知VLA操作模型研究

2026年11月10日，arXiv Robotics刊出Jingxuan Chen等作者的论文，提出Thermo-VLA——一种面向机器人操作的热感知视觉-语言-动作模型。据该报道，模型通过ThermoRes Encoder将热图像分解为冷、热属性表示，并以语言条件残差调制的方式注入RGB token，从而实现温度驱动的目标选择与连续操作。报道称作者已完成实验验证，但未披露实验设置、对比基线、成功率等具体数据，也未说明模型适用对象与使用限制。目前该工作处于论文发布阶段，尚无后续跟进报道或独立复现信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。