标签: 多模态

围绕数据利用率、策略分层与在线延迟，评估 UniVLA、GraspVLA、A0、OneTwoVLA、Magma、CoT-VLA、Interleave-VLA 和 SmolVLA。

从图文对比学习、多模态连接器到动作 Token、扩散策略与 Flow Matching，系统梳理 VLM/VLA 主流模型架构和训练目标。