潜空间扩散自报统一多模态推理提升6%至7%，待复现
作者自报在13个评测套件上相对最强基线提升6%至7%，均为第一方结果，宜作方法信号跟踪。
重要性局部证据E2 未复现写法快讯
Uni-LaDiR方法自报：在11个视觉语言基准上相对最强基线提升7.3%，在2个机器人操作套件上提升6.1%，推理时不再依赖教师观测。
此前常见做法是拼接模态专属token；该方法把教师推理步骤经统一编码器映射为共享潜空间token，再用扩散模型预测下一块思维token，与拼接做法不同。
需要注意，全部数字为作者第一方评测，基线由作者选定，无独立复现；预印本9月17日提交，9月23日更新至v2。