VLA闭环操控、分钟级训练与工厂蓝图：具身智能三线并进

针对视觉-语言-动作（VLA）模型在操控任务中开环过校与振荡，CTRL-STEER 将静态操控系数替换为自适应时变信号。该框架解耦表征与调控，沿运动残差方向操控，并引入PID或强化学习反馈控制器。在LIBERO基准上微调OpenVLA，概念调节稳定性与任务成功率全面超越固定系数基线。

清华大学智能产业研究院（AIR）开源 UniLab 强化学习训练架构，将人形机器人运动控制训练压缩至3分钟，速度提升10倍，并支持Mac等轻量设备运行。该架构专为运控策略高效迭代设计，显著降低具身智能研发门槛。

NVIDIA发布 Factory Operations Blueprint (FOX)，定义自主工厂管理智能体框架，协调质量检测、物料运输与工人安全等专业智能体。富士康部署后根因分析时间缩短80%，生产率提升15%；和硕利用其优化调度，资产冗余成本降低15%。