VLA 与机器人基础模型：具身智能的下一代操作系统

牛哥带你学代码2026-07-10 12:57

VLA 与机器人基础模型：具身智能的下一代操作系统

摘要：大模型让机器学会了理解语言、生成内容和使用工具，但要让 AI 真正进入物理世界，仅有"会说话的大脑"并不够。机器人需要同时理解视觉、语言、空间、动作和反馈。VLA（Vision-Language-Action）模型正是在这个背景下兴起：它试图把"看见什么""听懂什么""下一步怎么做"统一到一个模型中。本文围绕 VLA 与机器人基础模型展开，解释它为什么可能成为具身智能的核心范式，以及它距离真正可规模化的通用机器人还有哪些关键难题。

关键词：VLA、机器人基础模型、具身智能、多模态大模型、模仿学习、动作生成、数据飞轮

目录

  • [1. 从 LLM 到 VLA：AI 正在获得行动能力](#1. 从 LLM 到 VLA：AI 正在获得行动能力)
  • [2. VLA 到底是什么](#2. VLA 到底是什么)
  • [3. 为什么机器人需要基础模型](#3. 为什么机器人需要基础模型)
  • [4. VLA 的模型架构：三种典型范式](#4. VLA 的模型架构：三种典型范式)
  • [5. 训练 VLA：真正难的是动作数据](#5. 训练 VLA：真正难的是动作数据)
  • [6. 从模型到系统：VLA 不能单独上岗](#6. 从模型到系统：VLA 不能单独上岗)
  • [7. 人形机器人为什么重新变热](#7. 人形机器人为什么重新变热)
  • [8. 产业落地：哪些场景会先跑出来](#8. 产业落地：哪些场景会先跑出来)
  • [9. 未来判断：VLA 会成为机器人时代的 Android 吗](#9. 未来判断：VLA 会成为机器人时代的 Android 吗)
  • 参考资料

1. 从 LLM 到 VLA：AI 正在获得行动能力

过去几年，AI 的能力边界经历了三次明显扩展。

第一次是语言智能。大语言模型让机器能够理解指令、总结知识、写代码、做推理。

第二次是多模态智能。视觉语言模型让机器能够看图、读图、理解场景，并把视觉内容转化为语言和结构化信息。

第三次正在发生：行动智能。AI 不再只回答"图片里有什么"，而是进一步回答"为了完成目标，我应该怎么行动"。

这个变化非常关键。因为物理世界中的大多数价值，不是停留在判断和生成，而是发生在行动之后：

  • 工厂里，机器人要把零件装上去；
  • 仓库里，机器人要把货物拣出来；
  • 家庭里，机器人要把杯子拿起来；
  • 医院里，机器人要把物资送到指定位置；
  • 实验室里，机器人要按流程操作设备。

语言模型擅长生成文本，视觉模型擅长理解图像，而具身智能真正需要的是把感知、语义和动作连接起来。这正是 VLA 模型试图解决的问题。
#mermaid-svg-kT9PCtMBbY58Doms{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-kT9PCtMBbY58Doms .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-kT9PCtMBbY58Doms .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-kT9PCtMBbY58Doms .error-icon{fill:#552222;}#mermaid-svg-kT9PCtMBbY58Doms .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-kT9PCtMBbY58Doms .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-kT9PCtMBbY58Doms .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-kT9PCtMBbY58Doms .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-kT9PCtMBbY58Doms .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-kT9PCtMBbY58Doms .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-kT9PCtMBbY58Doms .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-kT9PCtMBbY58Doms .marker{fill:#333333;stroke:#333333;}#mermaid-svg-kT9PCtMBbY58Doms .marker.cross{stroke:#333333;}#mermaid-svg-kT9PCtMBbY58Doms svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-kT9PCtMBbY58Doms p{margin:0;}#mermaid-svg-kT9PCtMBbY58Doms .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-kT9PCtMBbY58Doms .cluster-label text{fill:#333;}#mermaid-svg-kT9PCtMBbY58Doms .cluster-label span{color:#333;}#mermaid-svg-kT9PCtMBbY58Doms .cluster-label span p{background-color:transparent;}#mermaid-svg-kT9PCtMBbY58Doms .label text,#mermaid-svg-kT9PCtMBbY58Doms span{fill:#333;color:#333;}#mermaid-svg-kT9PCtMBbY58Doms .node rect,#mermaid-svg-kT9PCtMBbY58Doms .node circle,#mermaid-svg-kT9PCtMBbY58Doms .node ellipse,#mermaid-svg-kT9PCtMBbY58Doms .node polygon,#mermaid-svg-kT9PCtMBbY58Doms .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-kT9PCtMBbY58Doms .rough-node .label text,#mermaid-svg-kT9PCtMBbY58Doms .node .label text,#mermaid-svg-kT9PCtMBbY58Doms .image-shape .label,#mermaid-svg-kT9PCtMBbY58Doms .icon-shape .label{text-anchor:middle;}#mermaid-svg-kT9PCtMBbY58Doms .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-kT9PCtMBbY58Doms .rough-node .label,#mermaid-svg-kT9PCtMBbY58Doms .node .label,#mermaid-svg-kT9PCtMBbY58Doms .image-shape .label,#mermaid-svg-kT9PCtMBbY58Doms .icon-shape .label{text-align:center;}#mermaid-svg-kT9PCtMBbY58Doms .node.clickable{cursor:pointer;}#mermaid-svg-kT9PCtMBbY58Doms .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-kT9PCtMBbY58Doms .arrowheadPath{fill:#333333;}#mermaid-svg-kT9PCtMBbY58Doms .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-kT9PCtMBbY58Doms .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-kT9PCtMBbY58Doms .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kT9PCtMBbY58Doms .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-kT9PCtMBbY58Doms .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kT9PCtMBbY58Doms .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-kT9PCtMBbY58Doms .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-kT9PCtMBbY58Doms .cluster text{fill:#333;}#mermaid-svg-kT9PCtMBbY58Doms .cluster span{color:#333;}#mermaid-svg-kT9PCtMBbY58Doms div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-kT9PCtMBbY58Doms .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-kT9PCtMBbY58Doms rect.text{fill:none;stroke-width:0;}#mermaid-svg-kT9PCtMBbY58Doms .icon-shape,#mermaid-svg-kT9PCtMBbY58Doms .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kT9PCtMBbY58Doms .icon-shape p,#mermaid-svg-kT9PCtMBbY58Doms .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-kT9PCtMBbY58Doms .icon-shape .label rect,#mermaid-svg-kT9PCtMBbY58Doms .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kT9PCtMBbY58Doms .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-kT9PCtMBbY58Doms .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-kT9PCtMBbY58Doms :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} LLM

Language
VLM

Vision + Language
VLA

Vision + Language + Action
Robot Foundation Model

General Robot Policy
Physical AI

AI in the real world

图 1：AI 能力正在从语言理解、多模态理解，进一步走向物理行动。

2. VLA 到底是什么

VLA 是 Vision-Language-Action 的缩写，可以直译为"视觉-语言-动作模型"。它的目标是把三类信息统一到同一个学习框架中：

模态 输入或输出 在机器人中的作用
Vision 图像、视频、深度图、点云 感知环境、识别对象、理解空间关系
Language 用户指令、任务描述、历史对话 表达目标、约束、偏好和任务上下文
Action 末端位姿、关节角、速度、动作 token 控制机器人改变世界

一个典型 VLA 模型接收当前视觉观测和语言指令，然后输出机器人可执行的动作。例如：

输入：摄像头画面 + "把蓝色积木放到黄色盒子里。"
输出：靠近蓝色积木、调整夹爪姿态、抓取、移动、放入盒子、松开夹爪。

关键在于，VLA 不是简单地把语言模型和控制器串起来，而是希望模型在训练中学会"语义目标如何对应到动作轨迹"。
#mermaid-svg-YKxotdqCzdDSrifZ{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-YKxotdqCzdDSrifZ .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-YKxotdqCzdDSrifZ .error-icon{fill:#552222;}#mermaid-svg-YKxotdqCzdDSrifZ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-YKxotdqCzdDSrifZ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-YKxotdqCzdDSrifZ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-YKxotdqCzdDSrifZ .marker.cross{stroke:#333333;}#mermaid-svg-YKxotdqCzdDSrifZ svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-YKxotdqCzdDSrifZ p{margin:0;}#mermaid-svg-YKxotdqCzdDSrifZ .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-YKxotdqCzdDSrifZ .cluster-label text{fill:#333;}#mermaid-svg-YKxotdqCzdDSrifZ .cluster-label span{color:#333;}#mermaid-svg-YKxotdqCzdDSrifZ .cluster-label span p{background-color:transparent;}#mermaid-svg-YKxotdqCzdDSrifZ .label text,#mermaid-svg-YKxotdqCzdDSrifZ span{fill:#333;color:#333;}#mermaid-svg-YKxotdqCzdDSrifZ .node rect,#mermaid-svg-YKxotdqCzdDSrifZ .node circle,#mermaid-svg-YKxotdqCzdDSrifZ .node ellipse,#mermaid-svg-YKxotdqCzdDSrifZ .node polygon,#mermaid-svg-YKxotdqCzdDSrifZ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-YKxotdqCzdDSrifZ .rough-node .label text,#mermaid-svg-YKxotdqCzdDSrifZ .node .label text,#mermaid-svg-YKxotdqCzdDSrifZ .image-shape .label,#mermaid-svg-YKxotdqCzdDSrifZ .icon-shape .label{text-anchor:middle;}#mermaid-svg-YKxotdqCzdDSrifZ .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-YKxotdqCzdDSrifZ .rough-node .label,#mermaid-svg-YKxotdqCzdDSrifZ .node .label,#mermaid-svg-YKxotdqCzdDSrifZ .image-shape .label,#mermaid-svg-YKxotdqCzdDSrifZ .icon-shape .label{text-align:center;}#mermaid-svg-YKxotdqCzdDSrifZ .node.clickable{cursor:pointer;}#mermaid-svg-YKxotdqCzdDSrifZ .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-YKxotdqCzdDSrifZ .arrowheadPath{fill:#333333;}#mermaid-svg-YKxotdqCzdDSrifZ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-YKxotdqCzdDSrifZ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-YKxotdqCzdDSrifZ .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-YKxotdqCzdDSrifZ .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-YKxotdqCzdDSrifZ .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-YKxotdqCzdDSrifZ .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-YKxotdqCzdDSrifZ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-YKxotdqCzdDSrifZ .cluster text{fill:#333;}#mermaid-svg-YKxotdqCzdDSrifZ .cluster span{color:#333;}#mermaid-svg-YKxotdqCzdDSrifZ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-YKxotdqCzdDSrifZ .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-YKxotdqCzdDSrifZ rect.text{fill:none;stroke-width:0;}#mermaid-svg-YKxotdqCzdDSrifZ .icon-shape,#mermaid-svg-YKxotdqCzdDSrifZ .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-YKxotdqCzdDSrifZ .icon-shape p,#mermaid-svg-YKxotdqCzdDSrifZ .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-YKxotdqCzdDSrifZ .icon-shape .label rect,#mermaid-svg-YKxotdqCzdDSrifZ .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-YKxotdqCzdDSrifZ .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-YKxotdqCzdDSrifZ .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-YKxotdqCzdDSrifZ :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 视觉观测

Image / Video / Depth
多模态编码器
语言指令

Goal / Constraint / Dialogue
机器人状态

Joint / Gripper / Pose
策略模型

VLA Policy
动作输出

Action Tokens / End-effector Pose / Joint Commands
机器人执行

图 2：VLA 把视觉、语言和机器人状态映射为动作，是具身智能中的策略核心。

3. 为什么机器人需要基础模型

传统机器人系统通常按任务开发：拧螺丝有一套程序，码垛有一套程序，焊接有一套程序。这在结构化工业场景中非常有效，但它也带来一个问题：每增加一个任务，系统都要重新设计、调参和验证。

机器人基础模型的目标，是像大语言模型一样，在大规模、多任务、多场景数据上预训练出通用能力，再针对具体任务微调或调用。

这意味着机器人开发范式可能发生变化：

传统机器人开发 基础模型式机器人开发
为每个任务写规则 用通用策略适配任务
强依赖固定环境 能处理一定环境变化
任务迁移成本高 通过微调和数据回放迁移
感知、规划、控制割裂 视觉、语言、动作联合学习
主要靠工程调参 数据、模型和系统共同迭代

这不是说传统机器人方法会消失。相反，成熟的几何规划、控制理论、安全约束仍然非常重要。但基础模型会成为更高层的"通用能力底座"，让机器人从专用自动化走向柔性自动化。

4. VLA 的模型架构：三种典型范式

当前 VLA 模型还没有完全统一的架构，但大致可以分为三类。

4.1 动作 token 范式

这种方法把连续动作离散化为 token，让模型像预测下一个词一样预测下一个动作。RT-2、OpenVLA 等工作都体现了这一路线的思想。

它的优势是可以借用语言模型成熟的训练框架，将动作纳入序列建模；缺点是连续控制精度、动作平滑性和高频控制仍需要额外处理。
#mermaid-svg-sBiiknU56iCfyxkr{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-sBiiknU56iCfyxkr .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-sBiiknU56iCfyxkr .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-sBiiknU56iCfyxkr .error-icon{fill:#552222;}#mermaid-svg-sBiiknU56iCfyxkr .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-sBiiknU56iCfyxkr .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-sBiiknU56iCfyxkr .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-sBiiknU56iCfyxkr .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-sBiiknU56iCfyxkr .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-sBiiknU56iCfyxkr .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-sBiiknU56iCfyxkr .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-sBiiknU56iCfyxkr .marker{fill:#333333;stroke:#333333;}#mermaid-svg-sBiiknU56iCfyxkr .marker.cross{stroke:#333333;}#mermaid-svg-sBiiknU56iCfyxkr svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-sBiiknU56iCfyxkr p{margin:0;}#mermaid-svg-sBiiknU56iCfyxkr .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-sBiiknU56iCfyxkr .cluster-label text{fill:#333;}#mermaid-svg-sBiiknU56iCfyxkr .cluster-label span{color:#333;}#mermaid-svg-sBiiknU56iCfyxkr .cluster-label span p{background-color:transparent;}#mermaid-svg-sBiiknU56iCfyxkr .label text,#mermaid-svg-sBiiknU56iCfyxkr span{fill:#333;color:#333;}#mermaid-svg-sBiiknU56iCfyxkr .node rect,#mermaid-svg-sBiiknU56iCfyxkr .node circle,#mermaid-svg-sBiiknU56iCfyxkr .node ellipse,#mermaid-svg-sBiiknU56iCfyxkr .node polygon,#mermaid-svg-sBiiknU56iCfyxkr .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-sBiiknU56iCfyxkr .rough-node .label text,#mermaid-svg-sBiiknU56iCfyxkr .node .label text,#mermaid-svg-sBiiknU56iCfyxkr .image-shape .label,#mermaid-svg-sBiiknU56iCfyxkr .icon-shape .label{text-anchor:middle;}#mermaid-svg-sBiiknU56iCfyxkr .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-sBiiknU56iCfyxkr .rough-node .label,#mermaid-svg-sBiiknU56iCfyxkr .node .label,#mermaid-svg-sBiiknU56iCfyxkr .image-shape .label,#mermaid-svg-sBiiknU56iCfyxkr .icon-shape .label{text-align:center;}#mermaid-svg-sBiiknU56iCfyxkr .node.clickable{cursor:pointer;}#mermaid-svg-sBiiknU56iCfyxkr .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-sBiiknU56iCfyxkr .arrowheadPath{fill:#333333;}#mermaid-svg-sBiiknU56iCfyxkr .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-sBiiknU56iCfyxkr .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-sBiiknU56iCfyxkr .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sBiiknU56iCfyxkr .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-sBiiknU56iCfyxkr .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sBiiknU56iCfyxkr .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-sBiiknU56iCfyxkr .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-sBiiknU56iCfyxkr .cluster text{fill:#333;}#mermaid-svg-sBiiknU56iCfyxkr .cluster span{color:#333;}#mermaid-svg-sBiiknU56iCfyxkr div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-sBiiknU56iCfyxkr .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-sBiiknU56iCfyxkr rect.text{fill:none;stroke-width:0;}#mermaid-svg-sBiiknU56iCfyxkr .icon-shape,#mermaid-svg-sBiiknU56iCfyxkr .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sBiiknU56iCfyxkr .icon-shape p,#mermaid-svg-sBiiknU56iCfyxkr .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-sBiiknU56iCfyxkr .icon-shape .label rect,#mermaid-svg-sBiiknU56iCfyxkr .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sBiiknU56iCfyxkr .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-sBiiknU56iCfyxkr .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-sBiiknU56iCfyxkr :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 图像 token
Transformer
语言 token
历史动作 token
下一个动作 token
反量化为机器人动作

4.2 连续动作生成范式

另一类方法直接生成连续动作轨迹，例如 Diffusion Policy 和基于 flow matching 的策略。π0 这类工作就把视觉语言模型的语义能力与连续动作生成结合起来，目标是处理更灵巧、更长时序的机器人任务。

连续动作生成的优势是动作自然、平滑，适合复杂操作；挑战是训练成本、实时性和安全验证。
#mermaid-svg-8WcZbEAOmgUT1q0t{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-8WcZbEAOmgUT1q0t .error-icon{fill:#552222;}#mermaid-svg-8WcZbEAOmgUT1q0t .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-8WcZbEAOmgUT1q0t .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-8WcZbEAOmgUT1q0t .marker{fill:#333333;stroke:#333333;}#mermaid-svg-8WcZbEAOmgUT1q0t .marker.cross{stroke:#333333;}#mermaid-svg-8WcZbEAOmgUT1q0t svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-8WcZbEAOmgUT1q0t p{margin:0;}#mermaid-svg-8WcZbEAOmgUT1q0t .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster-label text{fill:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster-label span{color:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster-label span p{background-color:transparent;}#mermaid-svg-8WcZbEAOmgUT1q0t .label text,#mermaid-svg-8WcZbEAOmgUT1q0t span{fill:#333;color:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t .node rect,#mermaid-svg-8WcZbEAOmgUT1q0t .node circle,#mermaid-svg-8WcZbEAOmgUT1q0t .node ellipse,#mermaid-svg-8WcZbEAOmgUT1q0t .node polygon,#mermaid-svg-8WcZbEAOmgUT1q0t .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-8WcZbEAOmgUT1q0t .rough-node .label text,#mermaid-svg-8WcZbEAOmgUT1q0t .node .label text,#mermaid-svg-8WcZbEAOmgUT1q0t .image-shape .label,#mermaid-svg-8WcZbEAOmgUT1q0t .icon-shape .label{text-anchor:middle;}#mermaid-svg-8WcZbEAOmgUT1q0t .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-8WcZbEAOmgUT1q0t .rough-node .label,#mermaid-svg-8WcZbEAOmgUT1q0t .node .label,#mermaid-svg-8WcZbEAOmgUT1q0t .image-shape .label,#mermaid-svg-8WcZbEAOmgUT1q0t .icon-shape .label{text-align:center;}#mermaid-svg-8WcZbEAOmgUT1q0t .node.clickable{cursor:pointer;}#mermaid-svg-8WcZbEAOmgUT1q0t .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-8WcZbEAOmgUT1q0t .arrowheadPath{fill:#333333;}#mermaid-svg-8WcZbEAOmgUT1q0t .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-8WcZbEAOmgUT1q0t .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-8WcZbEAOmgUT1q0t .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-8WcZbEAOmgUT1q0t .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-8WcZbEAOmgUT1q0t .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-8WcZbEAOmgUT1q0t .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster text{fill:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t .cluster span{color:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-8WcZbEAOmgUT1q0t .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-8WcZbEAOmgUT1q0t rect.text{fill:none;stroke-width:0;}#mermaid-svg-8WcZbEAOmgUT1q0t .icon-shape,#mermaid-svg-8WcZbEAOmgUT1q0t .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-8WcZbEAOmgUT1q0t .icon-shape p,#mermaid-svg-8WcZbEAOmgUT1q0t .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-8WcZbEAOmgUT1q0t .icon-shape .label rect,#mermaid-svg-8WcZbEAOmgUT1q0t .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-8WcZbEAOmgUT1q0t .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-8WcZbEAOmgUT1q0t .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-8WcZbEAOmgUT1q0t :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 当前观测
条件策略模型
语言目标
生成一段动作轨迹
执行前若干步

4.3 双系统范式

一些新模型采用类似"慢思考 + 快反应"的双系统架构：上层模型负责理解任务、空间关系和语义约束，下层模型负责生成实时动作。

这种设计符合机器人系统的实际需求。因为高层语义推理不一定要每 20 毫秒执行一次，但底层控制必须稳定、快速、连续。
#mermaid-svg-5gdb7VVFo5YgliyD{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-5gdb7VVFo5YgliyD .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-5gdb7VVFo5YgliyD .error-icon{fill:#552222;}#mermaid-svg-5gdb7VVFo5YgliyD .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-5gdb7VVFo5YgliyD .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-5gdb7VVFo5YgliyD .marker{fill:#333333;stroke:#333333;}#mermaid-svg-5gdb7VVFo5YgliyD .marker.cross{stroke:#333333;}#mermaid-svg-5gdb7VVFo5YgliyD svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-5gdb7VVFo5YgliyD p{margin:0;}#mermaid-svg-5gdb7VVFo5YgliyD .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-5gdb7VVFo5YgliyD .cluster-label text{fill:#333;}#mermaid-svg-5gdb7VVFo5YgliyD .cluster-label span{color:#333;}#mermaid-svg-5gdb7VVFo5YgliyD .cluster-label span p{background-color:transparent;}#mermaid-svg-5gdb7VVFo5YgliyD .label text,#mermaid-svg-5gdb7VVFo5YgliyD span{fill:#333;color:#333;}#mermaid-svg-5gdb7VVFo5YgliyD .node rect,#mermaid-svg-5gdb7VVFo5YgliyD .node circle,#mermaid-svg-5gdb7VVFo5YgliyD .node ellipse,#mermaid-svg-5gdb7VVFo5YgliyD .node polygon,#mermaid-svg-5gdb7VVFo5YgliyD .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-5gdb7VVFo5YgliyD .rough-node .label text,#mermaid-svg-5gdb7VVFo5YgliyD .node .label text,#mermaid-svg-5gdb7VVFo5YgliyD .image-shape .label,#mermaid-svg-5gdb7VVFo5YgliyD .icon-shape .label{text-anchor:middle;}#mermaid-svg-5gdb7VVFo5YgliyD .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-5gdb7VVFo5YgliyD .rough-node .label,#mermaid-svg-5gdb7VVFo5YgliyD .node .label,#mermaid-svg-5gdb7VVFo5YgliyD .image-shape .label,#mermaid-svg-5gdb7VVFo5YgliyD .icon-shape .label{text-align:center;}#mermaid-svg-5gdb7VVFo5YgliyD .node.clickable{cursor:pointer;}#mermaid-svg-5gdb7VVFo5YgliyD .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-5gdb7VVFo5YgliyD .arrowheadPath{fill:#333333;}#mermaid-svg-5gdb7VVFo5YgliyD .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-5gdb7VVFo5YgliyD .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-5gdb7VVFo5YgliyD .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-5gdb7VVFo5YgliyD .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-5gdb7VVFo5YgliyD .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-5gdb7VVFo5YgliyD .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-5gdb7VVFo5YgliyD .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-5gdb7VVFo5YgliyD .cluster text{fill:#333;}#mermaid-svg-5gdb7VVFo5YgliyD .cluster span{color:#333;}#mermaid-svg-5gdb7VVFo5YgliyD div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-5gdb7VVFo5YgliyD .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-5gdb7VVFo5YgliyD rect.text{fill:none;stroke-width:0;}#mermaid-svg-5gdb7VVFo5YgliyD .icon-shape,#mermaid-svg-5gdb7VVFo5YgliyD .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-5gdb7VVFo5YgliyD .icon-shape p,#mermaid-svg-5gdb7VVFo5YgliyD .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-5gdb7VVFo5YgliyD .icon-shape .label rect,#mermaid-svg-5gdb7VVFo5YgliyD .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-5gdb7VVFo5YgliyD .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-5gdb7VVFo5YgliyD .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-5gdb7VVFo5YgliyD :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} System 2

视觉语言推理
任务理解 / 空间关系 / 子目标
System 1

实时动作策略
流畅运动 / 抓取 / 双臂协作
机器人本体

图 3：VLA 架构正在从单纯序列预测，走向语义推理与连续控制结合。

5. 训练 VLA：真正难的是动作数据

VLA 的瓶颈不是"有没有模型"，而是"有没有足够好的机器人数据"。

互联网有海量文本和图片，但机器人动作数据天然稀缺。一次机器人示教需要硬件、场地、人工、传感器同步和安全维护。更麻烦的是，不同机器人的动作空间完全不同：机械臂、人形机器人、移动底盘、灵巧手的动作格式很难直接统一。

5.1 VLA 数据通常包含什么

一条高质量机器人训练样本，往往不只是一个视频，而是一个完整 episode：

字段 示例
语言指令 "把红色杯子放到托盘上"
多视角图像 头部相机、腕部相机、第三视角相机
深度或点云 物体距离、空间结构
机器人本体状态 关节角、末端位姿、夹爪状态
动作序列 末端位姿增量、夹爪开合、底盘速度
成功标记 成功、失败、中断、人工接管
环境元数据 物体种类、场景布局、任务阶段

5.2 数据来源的组合拳

#mermaid-svg-pPyAB2hI5rKsSblx{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-pPyAB2hI5rKsSblx .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-pPyAB2hI5rKsSblx .error-icon{fill:#552222;}#mermaid-svg-pPyAB2hI5rKsSblx .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-pPyAB2hI5rKsSblx .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-pPyAB2hI5rKsSblx .marker{fill:#333333;stroke:#333333;}#mermaid-svg-pPyAB2hI5rKsSblx .marker.cross{stroke:#333333;}#mermaid-svg-pPyAB2hI5rKsSblx svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-pPyAB2hI5rKsSblx p{margin:0;}#mermaid-svg-pPyAB2hI5rKsSblx .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-pPyAB2hI5rKsSblx .cluster-label text{fill:#333;}#mermaid-svg-pPyAB2hI5rKsSblx .cluster-label span{color:#333;}#mermaid-svg-pPyAB2hI5rKsSblx .cluster-label span p{background-color:transparent;}#mermaid-svg-pPyAB2hI5rKsSblx .label text,#mermaid-svg-pPyAB2hI5rKsSblx span{fill:#333;color:#333;}#mermaid-svg-pPyAB2hI5rKsSblx .node rect,#mermaid-svg-pPyAB2hI5rKsSblx .node circle,#mermaid-svg-pPyAB2hI5rKsSblx .node ellipse,#mermaid-svg-pPyAB2hI5rKsSblx .node polygon,#mermaid-svg-pPyAB2hI5rKsSblx .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-pPyAB2hI5rKsSblx .rough-node .label text,#mermaid-svg-pPyAB2hI5rKsSblx .node .label text,#mermaid-svg-pPyAB2hI5rKsSblx .image-shape .label,#mermaid-svg-pPyAB2hI5rKsSblx .icon-shape .label{text-anchor:middle;}#mermaid-svg-pPyAB2hI5rKsSblx .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-pPyAB2hI5rKsSblx .rough-node .label,#mermaid-svg-pPyAB2hI5rKsSblx .node .label,#mermaid-svg-pPyAB2hI5rKsSblx .image-shape .label,#mermaid-svg-pPyAB2hI5rKsSblx .icon-shape .label{text-align:center;}#mermaid-svg-pPyAB2hI5rKsSblx .node.clickable{cursor:pointer;}#mermaid-svg-pPyAB2hI5rKsSblx .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-pPyAB2hI5rKsSblx .arrowheadPath{fill:#333333;}#mermaid-svg-pPyAB2hI5rKsSblx .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-pPyAB2hI5rKsSblx .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-pPyAB2hI5rKsSblx .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-pPyAB2hI5rKsSblx .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-pPyAB2hI5rKsSblx .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-pPyAB2hI5rKsSblx .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-pPyAB2hI5rKsSblx .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-pPyAB2hI5rKsSblx .cluster text{fill:#333;}#mermaid-svg-pPyAB2hI5rKsSblx .cluster span{color:#333;}#mermaid-svg-pPyAB2hI5rKsSblx div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-pPyAB2hI5rKsSblx .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-pPyAB2hI5rKsSblx rect.text{fill:none;stroke-width:0;}#mermaid-svg-pPyAB2hI5rKsSblx .icon-shape,#mermaid-svg-pPyAB2hI5rKsSblx .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-pPyAB2hI5rKsSblx .icon-shape p,#mermaid-svg-pPyAB2hI5rKsSblx .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-pPyAB2hI5rKsSblx .icon-shape .label rect,#mermaid-svg-pPyAB2hI5rKsSblx .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-pPyAB2hI5rKsSblx .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-pPyAB2hI5rKsSblx .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-pPyAB2hI5rKsSblx :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 远程操作示教
机器人数据池
真实机器人自主探索
人类视频和动作迁移
仿真和合成数据
清洗 / 标注 / 对齐
VLA 预训练
任务微调
真实部署

图 4：VLA 的核心壁垒不是单点算法，而是持续积累和清洗动作数据的能力。

5.3 为什么失败数据也很重要

许多团队早期只收集成功示范，但真实部署中，失败样本同样重要。机器人需要知道：

  • 什么样的抓取姿态容易滑落；
  • 什么样的路径容易碰撞；
  • 哪些场景应该请求人类帮助；
  • 哪些动作虽然能完成任务，但不安全或不稳定。

一个成熟的 VLA 数据系统，应该把失败分类、人工纠错和自动回放纳入闭环。否则模型只能学会"理想情况下怎么做"，学不会"出错以后怎么办"。

6. 从模型到系统：VLA 不能单独上岗

很多 VLA demo 看起来像是"一个模型控制一台机器人"。但在真实产品中，VLA 只是系统的一部分。

一个可部署机器人至少还需要：

  • 传感器标定和时间同步；
  • 场景地图与定位；
  • 碰撞检测和速度限制；
  • 低层控制器；
  • 异常检测；
  • 任务恢复；
  • 日志系统；
  • 人工接管；
  • 权限和安全策略。

因此，更合理的架构不是"VLA 替代所有模块"，而是"VLA 成为通用策略核心，传统机器人系统提供安全、控制和工程可靠性"。
#mermaid-svg-HGwNRsnrj6UXyEHw{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-HGwNRsnrj6UXyEHw .error-icon{fill:#552222;}#mermaid-svg-HGwNRsnrj6UXyEHw .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-HGwNRsnrj6UXyEHw .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-HGwNRsnrj6UXyEHw .marker{fill:#333333;stroke:#333333;}#mermaid-svg-HGwNRsnrj6UXyEHw .marker.cross{stroke:#333333;}#mermaid-svg-HGwNRsnrj6UXyEHw svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-HGwNRsnrj6UXyEHw p{margin:0;}#mermaid-svg-HGwNRsnrj6UXyEHw .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster-label text{fill:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster-label span{color:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster-label span p{background-color:transparent;}#mermaid-svg-HGwNRsnrj6UXyEHw .label text,#mermaid-svg-HGwNRsnrj6UXyEHw span{fill:#333;color:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw .node rect,#mermaid-svg-HGwNRsnrj6UXyEHw .node circle,#mermaid-svg-HGwNRsnrj6UXyEHw .node ellipse,#mermaid-svg-HGwNRsnrj6UXyEHw .node polygon,#mermaid-svg-HGwNRsnrj6UXyEHw .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-HGwNRsnrj6UXyEHw .rough-node .label text,#mermaid-svg-HGwNRsnrj6UXyEHw .node .label text,#mermaid-svg-HGwNRsnrj6UXyEHw .image-shape .label,#mermaid-svg-HGwNRsnrj6UXyEHw .icon-shape .label{text-anchor:middle;}#mermaid-svg-HGwNRsnrj6UXyEHw .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-HGwNRsnrj6UXyEHw .rough-node .label,#mermaid-svg-HGwNRsnrj6UXyEHw .node .label,#mermaid-svg-HGwNRsnrj6UXyEHw .image-shape .label,#mermaid-svg-HGwNRsnrj6UXyEHw .icon-shape .label{text-align:center;}#mermaid-svg-HGwNRsnrj6UXyEHw .node.clickable{cursor:pointer;}#mermaid-svg-HGwNRsnrj6UXyEHw .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-HGwNRsnrj6UXyEHw .arrowheadPath{fill:#333333;}#mermaid-svg-HGwNRsnrj6UXyEHw .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-HGwNRsnrj6UXyEHw .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-HGwNRsnrj6UXyEHw .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-HGwNRsnrj6UXyEHw .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-HGwNRsnrj6UXyEHw .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-HGwNRsnrj6UXyEHw .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster text{fill:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw .cluster span{color:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-HGwNRsnrj6UXyEHw .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-HGwNRsnrj6UXyEHw rect.text{fill:none;stroke-width:0;}#mermaid-svg-HGwNRsnrj6UXyEHw .icon-shape,#mermaid-svg-HGwNRsnrj6UXyEHw .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-HGwNRsnrj6UXyEHw .icon-shape p,#mermaid-svg-HGwNRsnrj6UXyEHw .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-HGwNRsnrj6UXyEHw .icon-shape .label rect,#mermaid-svg-HGwNRsnrj6UXyEHw .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-HGwNRsnrj6UXyEHw .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-HGwNRsnrj6UXyEHw .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-HGwNRsnrj6UXyEHw :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 用户指令
VLA 策略核心
多模态观测
候选动作 / 子目标
安全检查

碰撞 / 力矩 / 人体距离
运动规划与控制
机器人执行
拒绝 / 降级 / 请求接管

图 5：VLA 更像机器人系统的大脑皮层，而不是完整机器人产品本身。

7. 人形机器人为什么重新变热

人形机器人并不是机器人唯一形态，但它在具身智能时代重新受到关注，原因有三点。

第一，人类环境是为人类身体设计的。门把手、楼梯、桌椅、工具、货架高度都默认服务于人类尺度。如果机器人拥有类似人类的身体结构，它在现有环境中的适配成本可能更低。

第二，双臂和全身协同适合复杂操作。很多现实任务并不是单机械臂能轻松完成的，例如搬箱子、叠衣服、开门、扶物体、整理桌面等。

第三，人形机器人天然适合作为通用机器人基础模型的承载平台。它的任务空间更广，数据价值更高，也更容易形成跨场景能力。

但必须强调：人形机器人热，并不等于所有场景都需要人形。工业搬运、仓储分拣、清洁巡检等任务中，轮式底盘、机械臂和专用夹具往往更便宜、更稳定。人形机器人的价值在于通用性，而不是单项效率。
#mermaid-svg-eStofXvPJ7oW5EeT{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-eStofXvPJ7oW5EeT .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-eStofXvPJ7oW5EeT .error-icon{fill:#552222;}#mermaid-svg-eStofXvPJ7oW5EeT .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-eStofXvPJ7oW5EeT .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-eStofXvPJ7oW5EeT .marker{fill:#333333;stroke:#333333;}#mermaid-svg-eStofXvPJ7oW5EeT .marker.cross{stroke:#333333;}#mermaid-svg-eStofXvPJ7oW5EeT svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-eStofXvPJ7oW5EeT p{margin:0;}#mermaid-svg-eStofXvPJ7oW5EeT :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 通用平台潜力 复杂专用自动化 成熟专用设备 低成本通用探索 人形机器人 移动双臂机器人 工业机械臂 仓储 AMR 扫地机器人 专用形态 通用形态 低复杂度任务 高复杂度任务 机器人形态与场景适配

8. 产业落地：哪些场景会先跑出来

VLA 和机器人基础模型的商业化不会从"全能家庭机器人"开始。更可能先从高频、可约束、有明确成本收益的场景突破。

场景 落地可能性 原因
仓储分拣 高 高频重复、环境可控、ROI 清晰
工厂上下料 高 任务边界清楚，柔性自动化需求强
质检与巡检 中高 以感知和移动为主，风险较低
商业空间服务 中 环境半开放，需要人机交互
实验室自动化 中 流程标准化，设备和样本昂贵
家庭服务 中低 环境长尾、偏好复杂、安全要求高
通用人形助理 长期 技术和成本都未成熟

从投资和产品角度看，最值得关注的是"场景足够窄，但数据足够多"的任务。因为这类任务最容易形成数据闭环。

8.1 第一阶段：辅助人，而不是替代人

早期机器人更现实的价值，不是完全替代人类，而是降低人的重复劳动强度。例如让机器人完成搬运、递送、简单分拣和危险区域巡检，人类负责异常处理和复杂判断。

8.2 第二阶段：从单点任务到流程自动化

当机器人能稳定完成多个子任务后，价值会从"一个动作"转向"一个流程"。例如仓库中不只是抓取货物，还包括识别、搬运、扫描、装箱和异常上报。

8.3 第三阶段：跨场景迁移

真正的机器人基础模型，应该能把在一个场景学到的能力迁移到另一个场景。例如从"抓取厨房杯子"迁移到"抓取实验室试剂瓶"，从"整理桌面"迁移到"整理货架"。这一步是通用机器人商业化的关键。

9. 未来判断：VLA 会成为机器人时代的 Android 吗

一个常见问题是：VLA 会不会像 Android 之于智能手机一样，成为机器人时代的通用操作系统？

答案可能是：它不会单独成为操作系统，但会成为机器人操作系统中最关键的智能层。

机器人时代的"操作系统"不会只是软件 API，而是由模型、数据、硬件抽象、仿真、工具链、安全框架和应用生态共同组成。VLA 在其中扮演的是通用策略和语义行动接口。
#mermaid-svg-R0GYrOVxyd1GCBSZ{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-R0GYrOVxyd1GCBSZ .error-icon{fill:#552222;}#mermaid-svg-R0GYrOVxyd1GCBSZ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-R0GYrOVxyd1GCBSZ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .marker.cross{stroke:#333333;}#mermaid-svg-R0GYrOVxyd1GCBSZ svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-R0GYrOVxyd1GCBSZ p{margin:0;}#mermaid-svg-R0GYrOVxyd1GCBSZ .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster-label text{fill:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster-label span{color:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster-label span p{background-color:transparent;}#mermaid-svg-R0GYrOVxyd1GCBSZ .label text,#mermaid-svg-R0GYrOVxyd1GCBSZ span{fill:#333;color:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .node rect,#mermaid-svg-R0GYrOVxyd1GCBSZ .node circle,#mermaid-svg-R0GYrOVxyd1GCBSZ .node ellipse,#mermaid-svg-R0GYrOVxyd1GCBSZ .node polygon,#mermaid-svg-R0GYrOVxyd1GCBSZ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .rough-node .label text,#mermaid-svg-R0GYrOVxyd1GCBSZ .node .label text,#mermaid-svg-R0GYrOVxyd1GCBSZ .image-shape .label,#mermaid-svg-R0GYrOVxyd1GCBSZ .icon-shape .label{text-anchor:middle;}#mermaid-svg-R0GYrOVxyd1GCBSZ .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .rough-node .label,#mermaid-svg-R0GYrOVxyd1GCBSZ .node .label,#mermaid-svg-R0GYrOVxyd1GCBSZ .image-shape .label,#mermaid-svg-R0GYrOVxyd1GCBSZ .icon-shape .label{text-align:center;}#mermaid-svg-R0GYrOVxyd1GCBSZ .node.clickable{cursor:pointer;}#mermaid-svg-R0GYrOVxyd1GCBSZ .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .arrowheadPath{fill:#333333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-R0GYrOVxyd1GCBSZ .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-R0GYrOVxyd1GCBSZ .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-R0GYrOVxyd1GCBSZ .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster text{fill:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ .cluster span{color:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-R0GYrOVxyd1GCBSZ .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-R0GYrOVxyd1GCBSZ rect.text{fill:none;stroke-width:0;}#mermaid-svg-R0GYrOVxyd1GCBSZ .icon-shape,#mermaid-svg-R0GYrOVxyd1GCBSZ .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-R0GYrOVxyd1GCBSZ .icon-shape p,#mermaid-svg-R0GYrOVxyd1GCBSZ .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-R0GYrOVxyd1GCBSZ .icon-shape .label rect,#mermaid-svg-R0GYrOVxyd1GCBSZ .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-R0GYrOVxyd1GCBSZ .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-R0GYrOVxyd1GCBSZ .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-R0GYrOVxyd1GCBSZ :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 应用层

仓储 / 制造 / 服务 / 家庭
任务接口

语言目标 / 工作流 / API
智能层

VLA / World Model / Planner
机器人中间件

ROS / Isaac / Runtime
控制层

MPC / Whole-body Control / Safety
硬件层

机械臂 / 底盘 / 人形 / 传感器
数据闭环

采集 / 标注 / 训练 / 评估

图 6：未来机器人平台的核心不是单个模型，而是模型、数据、工具链和硬件抽象的组合生态。

未来几年，VLA 的发展大概率会出现以下趋势：

趋势 判断
开源 VLA 加速普及 OpenVLA 等项目会降低研究和创业门槛
连续动作生成更重要 灵巧操作需要比离散 token 更平滑的动作表达
双系统架构成为主流 语义推理和实时控制会进一步分工
数据标准化成为基础设施 跨机器人、跨任务的数据格式会变得更关键
仿真数据占比提高 合成数据会用于补足长尾和高风险场景
安全评估体系独立出来 机器人基础模型必须面对物理安全和行为边界

结语

VLA 的本质，是让 AI 从"理解世界"走向"改变世界"。它不是把聊天机器人塞进机器壳里，而是把视觉、语言、空间、动作和反馈纳入同一个学习闭环。

这条路不会轻松。机器人数据比文本数据昂贵，物理世界比网页世界残酷，安全要求也远高于普通软件。但从技术趋势看，VLA 和机器人基础模型正在把机器人开发从"为每个任务写规则"，推向"用数据训练通用行动能力"。

如果说大语言模型是数字世界的通用接口，那么 VLA 很可能成为物理世界的通用行动接口。真正的机器人时代，也许不会以某个炫目的单点 demo 开始，而会从一次次稳定、可恢复、可复用的真实任务中慢慢到来。

参考资料

相关推荐
Cutecat_1 小时前
YouTube 多语种自动配音功能实测：AI 如何让一条视频“开口说”多种语言
人工智能·科技·音视频
Maynor9961 小时前
AI Coding 零基础实战教程｜第五部分：完整项目案例实操
java·前端·人工智能·claude code·ai coding
三品吉他手会点灯1 小时前
嵌入式机器学习 - 学习笔记1.0.2 - 学习路线导览：从机器学习基础到 TinyML应用
人工智能·笔记·嵌入式硬件·学习·机器学习
lunzi_08262 小时前
【AI 杂谈】AI 的边界正在被谁定义？
人工智能
静Yu2 小时前
给 AI 装上「身体」：我用魔珐星云做数字人的实践与接入教程
人工智能
OpenMiniServer2 小时前
终极演化动力学：绝对悖论与信息重构
人工智能·重构
阿乔外贸日记2 小时前
意大利进口主力产品及主要合作供应国
大数据·人工智能·物联网·搜索引擎·云计算
zybsjn2 小时前
向量库与Embedding：知识库AI化的核心技术概述
人工智能·embedding
IT大师兄吖2 小时前
MOSS-TTS-Nano ONNX：轻量级离线语音合成 懒人整合包
人工智能
热门推荐
012026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？022026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf03GitHub 镜像站点042026 年 AI 大模型 & AI 编程工具实战全总结05AI科技热点日报 | 2026年07月01日06AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路07【AI】2026 年具身智能模型和世界模型总结082026 AI 编程工具选型横评：Cursor / Claude Code / Trae / Copilot 到底选谁（建议收藏·避坑版）09Claude Code、Codex、Cursor三分天下：2026年AI编程Agent生态全景剖析102026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片