VLA

五大具身模型详解:VLM、VLA、VLN、VLX、世界模型

2026年再看具身智能:五类模型正在被“吞噬”,理解底层逻辑才有入场券.本文打算从统一的神经网络底座出发,沿着“感知→导航→执行→融合”的递进脉络,逐层拆解VLM、VLN、VLA、VLX、WM每一类模型的输入输出、运行机制与能力边界。用一套清晰的递进关系串联起这个看似复杂的术语群。

一文速通:具身智能机器人常见术语

VLA、大小脑、行星滚柱丝杠、六维力传感器、Sim2Real、ROS……具身智能机器人涉及机械、电子、控制、人工智能等多个领域,术语特别多,而且很多概念看起来很像。这篇文章主要完成常见术语的整理和辨析。

零基础理解 VLA 原理:机器人是如何理解环境的?

VLA 里的“多模态感知”有一点不一样。它不只是让机器人看到图像,也不只是识别物体名字,而是希望模型能把视觉、语言、空间关系和任务意图放在一起理解。这里最核心的技术基础,就是 VLM,也就是 Vision-Language Model,视觉语言模型。