概念
也叫：vision-language-action
视觉-语言-动作模型，具身智能核心技术路线。
最近变化
2026-06-08 · 2026年AI行业估值跳涨与价值重估并存，创业者需谨慎选择赛道。
VLA 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 8 篇与「VLA」相关的 AI 资讯和分析。
ZiBianLiang Robotics launched WALL-WM, the world’s first event-level prediction embodied world model, replacing frame-based prediction with semantic events (e.g., 'grasp', 'place'), significantly improving cross-scenario generalization and action robustness.
入选理由：WALL-WM以语义事件（如抓取、抬升）为建模单元，替代传统固定时长动作块，使动作长度可变且更符合物理逻辑
Shen Yujun believes that VLA and world models are not the endgame for embodied intelligence; a unique physical-world model will emerge. Robots lack data, so spatial perception must be built from sensor inputs.
入选理由：机器人行业缺乏物理世界数据，需构建专属物理模型
2026年AI行业进入估值跳涨与价值重估并存的拐点，创业者需关注垂类应用、具身智能及AI硬件等方向。
入选理由：2026年AI行业估值跳涨与价值重估并存，创业者需谨慎选择赛道。
XPeng unveiled its Physical AI foundation model at CVPR 2026, achieving co-evolution of dense physical prediction and sparse human intent by fusing Gen-2 VLA with World Models. Leveraging X-World tech and self-developed chips, it reduced vehicle inference latency to 80ms, validating Autonomous Driving Scaling Laws.
入选理由：小鹏第二代VLA与世界模型协同进化，单版训练Token破4万亿，解决稀疏意图监督难题。
The world’s first implicit world model, Being-H-Flash, runs in end-device chips at 150 USD/month for a single robot—about a tenth of the cost of NVIDIA Cosmos and 70% cheaper than Pi0.5. It runs near-real-time at ~20 FPS on Orin NX and supports both NVIDIA and domestic platforms, reducing latency and connectivity risks and enabling large-scale deployment of world models.
入选理由：单台机器人月算力成本降至150元，实现端侧实时世界模型推理。
NVIDIA GEAR Lab introduces DreamDojo and DreamZero world models, advancing embodied intelligence.
入选理由：英伟达 GEAR 实验室发布 DreamDojo 世界模型，支持视频数据训练。
英伟达Jim Fan宣布VLA路线过时，提出新范式WAM，代表作为DreamZero，预计2040年实现机器人自主设计制造，置信度95%。
入选理由：VLA路线过时，新范式WAM登场
NVIDIA科学家Jim Fan在Sequoia AI Ascent会议上提出，机器人技术仅剩3项关键突破，95%确信2040年前将实现通用具身智能的全面工程化落地。
入选理由：机器人技术瓶颈已收敛至感知-推理-执行闭环中的三个具体缺口：长程任务规划、零样本技能迁移、物理世界鲁棒交互。
与「VLA」经常一起出现的 AI 术语。
💡 想追踪「VLA」的长期趋势？去 实体雷达 · VLA 查看详细分析和跨材料问答。
