什么是 VLA？

自变量机器人发布全球首个事件级预测具身智能世界模型WALL-WM，将预测单位从时间帧升级为语义事件（如“抓取”“放置”），显著提升跨场景泛化能力与动作鲁棒性。

沈宇军认为VLA和世界模型并非具身智能终局，未来将出现专属于物理世界的模型。机器人数据稀缺，需从传感器输入端构建空间感知能力。

中国机器人硬件领先但软件滞后，RSS 2026会议揭示VLA与世界模型并存，美国具身智能尚未成熟。

世界模型的终局需要因果推理，Aether AI 通过因果世界模型探索新路径。

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。

小鹏汽车在CVPR 2026发布物理AI基座模型，通过融合第二代VLA与世界模型实现密集物理预测与稀疏人类意图的协同进化。该架构依托X-World等三大核心技术及全栈自研芯片，将车端推理时延降至80ms，验证了自动驾驶Scaling Law在量产车上的有效性。

全球首个在百TOPS端侧芯片实现实时世界模型的隐式方案 Being-H-Flash 问世：单台机器人月算力成本仅150元，较英伟达 Cosmos 低2%，较 Pi0.5 便宜70%，支持国产与英伟达双平台，显著降低部署与网络延迟风险，推动世界模型走向规模化落地。

英伟达 GEAR 实验室推出 DreamDojo 和 DreamZero 世界模型，推动具身智能发展。

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%。

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。

CHORUS 是一种基于单一 VLA 策略的去中心化多实体协作方法，但文章内容信息密度低，缺乏具体机制和实践细节。