AAAI 2026杰出论文奖 | ReconVLA：具身智能研究首次获得AI顶级会议最佳论文奖

在长期以来的 AI 研究版图中，具身智能虽然在机器人操作、自动化系统与现实应用中至关重要，却常被视 为「系统工程驱动」的研究方向，鲜少被认为能够在 AI 核心建模范式上产生决定性影响。 近年来，Vision-Language-Action（VLA）模型在多任务学习与长时序操作中取得了显著进展。然而，我们 在大量实验中发现，一个基础但被长期忽视的问题严重制约了其性能上限： 视觉注意力难以稳定、精准地 聚焦于任务相关目标。 以指令「将蓝色积木放到粉色积木上」为例，模型需要在复杂背景中持续锁定「蓝色积木」和「粉色积 木」。但现实中，许多 VLA 模型的视觉注意力呈现为近似均匀分布，不同于人类行为专注于目标物体， VLA 模型容易被 无关物体或背景干扰 ，从而导致抓取或放置失败。 而 ReconVLA 获得 AAAI Outstanding Paper Awards，释放了一个清晰而重要的信号： 让智能体在真实世界 中「看、想、做」的能力，已经成为人工智能研究的核心问题之一 。 这是具身智能（Embodied Intelligence / Vision-Language-Action）方向历史上， 首次获得 AI 顶 ...