灵初智能等提出 FAFM：面向异频数据的连续动作生成方法，被 NeurIPS 2026 录用

灵初智能联合北京航空航天大学、北京大学、香港中文大学提出频率感知流匹配方法 FAFM，论文被 NeurIPS 2026 主会录用。该方法用离散余弦变换（DCT-II）把动作表示为对应真实时间的频域系数，在系数空间做流匹配并约束一阶时间导数，无需增加可学习参数，可独立使用或接入 π₀、π₀.₅ 等 VLA 模型。