Sensor-Language-Action Models：连接传感器、语言与动作的统一建模框架

Sensor-Language-Action（SLA）建模将多模态传感器观测、自然语言和动作连接到统一模型中，用语言作为感知与行动之间的语义接口。作者构建了覆盖超过 116,000 人、79 种传感器模态和 60 个动作组的大规模 SLA benchmark，并提出 OpenSLA，用于分层动作预测、状态理解和动作解释。