CoTinyVLA：用思维链蒸馏构建低于十亿参数的视觉语言动作模型

CoTinyVLA基于0.8B参数的Qwen3.5骨干，通过双视角时序输入、层级思维链蒸馏和指令释义扩增，在LIBERO-Plus四个套件上达到80.7%至90.8%，超过最强7B基线2.8至15.9个百分点。模型闭环推理显存峰值为2.25 GiB。