学术论文 · 2026 ·IJRR迈向视觉-声音-语言-动作范式：面向声音中心操作的 HEAR 框架业内首创将主流视觉-语言-动作（VLA）模型拓展为视觉-声音-语言-动作（VSLA）统一具身大模型，结合因果音频记忆与流匹配生成高保真轨迹。阅读论文介绍 →
学术论文 · 2025 ·TCSVTERMV：面向具身智能的 4D 多视角机器人世界模型4D 多视角生成式具身世界模型：在严格保持机械臂动作与轨迹几何一致的前提下实现高质量场景编辑，赋能下游端到端 VLA 策略训练。阅读论文介绍 →
学术论文 · 2024 ·TPAMILNR：通过学习邻域实现鲁棒多模型拟合提出由粗到细的鲁棒多模型拟合框架 LNR，通过学习最小集置信度初筛与局部邻域特征细化，突破多结构混叠下的组合爆炸瓶颈。阅读论文介绍 →
