今天我们探讨：如何将DeepSeek的成功经验迁移至视觉-语言-动作（VLA）模型。众所周知，在自然语言处理领域，DeepSeek R1的横空出世，揭示了强化学习（RL）在大模型后训练中的革命性潜力。R1仅用传统方法1/3的计算资源，便实现了与GPT-4o相媲美的多步推理能力。其核心在于：冷启动自进化：摒弃监督微调（SFT）依赖，通过纯RL训练生成初始推理链，利用GRPO算法降低训练成本；

在复杂场景下的实验结果证明了LeAD的卓越性能，其表现超越了许多强大的基准模型，最高驾驶得分达到71.96，路线完成率达到93.43%，证明了其强大的规划能力和出色的场景通过性。在CARLA模拟器中进行的实验评估证明了LeAD对非常规场景的卓越处理能力，在Leaderboard V1基准测试中获得了71分，路线完成率达到 93%。该算法包括两个平行的结构，分别是高频的端到端系统，以及低频的LLM系

这样的方式保留了最丰富的底层信息，但也对标定精度提出了更苛刻的要求，同时输入维度大、计算成本高，使其更适合算力充足、精度优先的系统。也因此，目标检测经历了过去十年最剧烈的技术更替：从早期的 2D 摄像头识别，到 3D 点云深度建模，再到 2D–3D 融合、Transformer 框架、乃至近两年兴起的。过去目标检测的处理链路主要包括图像或点云的几何建模，而近两年研究者将语言模型（LLM）与视觉语言

(A) 在仿真中，随着风速的增加，研究方法在5 m/s风速下保持了较低的跟踪误差，而传统方法在相同条件下则表现较差。(B) 和(C) 展示了在实际风场中，四旋翼系统在风速5 m/s下，依然能够成功完成轨迹跟踪任务，证明了该方法对外界扰动的高鲁棒性。(A) 在各种负载模型不匹配和通信延迟的情况下，研究方法依然能保持较低的跟踪误差，展示了它在不完全信息下的优越性能。，无人机不仅能高效规划未来动作，还能

该工作不仅开源了包含 1000+ 仿真场景和 5 万余条高质量 3D 飞行轨迹的巨型数据集，还提出了一种大脑（GPT-4o分解任务）+小脑（VLA执行动作）的创新分层架构，成功实现了无人机在狭窄室内环境下的语义理解与精准机动，为未来室内搜救与家庭服务机器人的落地提供了关键的算法与数据底座。从二维地面到三维空间，AI 对物理世界的理解正在发生质的飞跃。为了验证 IndoorUAV-Agent的有效性

该工作不仅开源了包含 1000+ 仿真场景和 5 万余条高质量 3D 飞行轨迹的巨型数据集，还提出了一种大脑（GPT-4o分解任务）+小脑（VLA执行动作）的创新分层架构，成功实现了无人机在狭窄室内环境下的语义理解与精准机动，为未来室内搜救与家庭服务机器人的落地提供了关键的算法与数据底座。从二维地面到三维空间，AI 对物理世界的理解正在发生质的飞跃。为了验证 IndoorUAV-Agent的有效性

在Deepseek官网经常因为访问量崩溃的那段时间，许多网站就是采用了蒸馏的方式，提供对于Deepseek的快速访问，但是挂出“满血Deepseek”的牌子，来为自身吸引流量，如果有使用过这些网站的小伙伴一定能发现，这些蒸馏版本的Deepseek与官网的“满血版”相比，还是存在一些差异的。，这种做法即发挥了大模型强大通用知识的能力，也保留了传统ruler-based方法的快速响应能力，同时降低了对

系统通过语言理解模块解析用户请求，利用轻量化的VLM完成楼层定位、目标窗口识别，并结合深度辅助机制进行视角选择与导航控制，最终实现精准投递。为了测试这个系统是否真的有效，研究团队在一个逼真的虚拟城市环境里，设计了一个专门的数据集，模拟了各种建筑、不同风格的用户请求和复杂的送货场景。一旦选定新的视角，系统会在图像上标记若干探索方向，结合深度信息估算每个方向的安全行进距离，并将这些信息连同任务描述送入

小模型靠「过程监督」逆袭大模型性能边界

对于具身智能，这意味着机器人可以先在虚拟环境中习得“方向”“距离”“避障”的基本规律，再迁移到复杂的现实场景。因此，越来越多的研究转向“先仿真、后真实”的训练范式：先用大规模仿真数据训练教师模型，再让模型去为真实数据生成高质量伪标签，最后通过蒸馏获得能适应真实环境的学生模型。在具身智能的语境下，世界模型的意义在于提供一个通用的环境表达，不依赖具体任务，却能支撑导航、操作、交互等多种行为。更深层次的