世界模型与 VLA 如何让机器人拥有具身大脑

摘要

机器人要真正智能，需要解决两个问题：一是“能干”，二是“想清楚再干”。 VLA（视觉-语言-动作）模型负责前者，它让机器人能看懂指令并执行具体动作。世界模型负责后者，它让机器人在行动前能预演后果、规划路径。本文是概念科普，把这两个方向的关系讲清楚了。