Yichen Guo, Tinghao Wang, Qizhe Zhang, Lingbei Meng, Yuan Zhang, Jiajun Cao, Hao Jiang, Chenwei Wu, Jixian Wu, Sixiang Chen, Tao Luo, Hongyang Cheng, Kai Tang, Chenxi Li, Renyuan Li, Xiande Huang, Wenya Wang, Shanghang Zhang

无需训练的视觉 token 压缩：先保留特征覆盖度，再随语言与视觉交互逐步细化保留的 token。

共同第一作者

作为共同第一作者，我参与了从自适应选择到渐进剪枝的方法设计，以及跨视觉语言模型架构的评测。

Sixiang Chen, Jiaming Liu, Jixian Wu, Yichen Guo, Tinghao Wang, Siyuan Qian, Hao Chen, Jiajun Cao, Jian Tang, Shanghang Zhang

WorldEcho 诊断动作遵循失败；WorldSync 将生成过程与机器人动力学对齐，以支持策略学习。

核心贡献者

作为核心贡献者，我参与理解并改善机器人世界模型的动作遵循能力。

论文 代码即将公开 项目主页 Hugging Face私有数据集

数据集目前限制访问，数据尚待上传。

Kai Tang, Peidong Jia, Zhong Chu, Jixian Wu, Rui Ma, Jiajun Cao, Fangyuan Zhao, Sixiang Chen, Yichen Guo, Xiaowei Chi, Chun-Kai Fan, Kevin Zhang, Jinchang Xu, Fubing Yang, Weishi Mi, Xiaozhu Ju, Jian Tang, Shanghang Zhang

通过交互式世界模型中的想象轨迹开展 VLA 策略的安全强化学习，兼顾任务进展与安全性。

共同作者

Jinhao You, Shuo Lyu, Zhuohang Lyu, Tanxuan Li, Zibo Zhao, Jiaxiang Hu, Kai Tang, Yichen Guo

通过逐层 token 合并与保留空间结构的 K/V 下采样，无需训练地加速视觉几何 Transformer。

共同作者