推理不再挡在动作前面：动作专家不看当前推理，成功率不降、延迟最多低3.4倍
推理型视觉-语言-动作模型此前每次动作都要等自回归解码完推理文本，生成推理占单次调用延迟的53%到70%。TacitVLA把动作专家对当前推理token的注意力遮掉，只保留推理监督对主干表征的训练作用，在记忆任务上把每条记忆条目改到动作执行期间生成。在RoboMME、RMBench、LIBERO与PhysicalAI-AV四个基准上，它与显式推理版本性能相当，延迟最多低3.4倍，并与无推理版本延迟相同而成功率最多高17.1%。