机器人领域迎来GPT-2时刻：世界动作模型与VLA之争

Reddit社区热议机器人技术正经历类似AI早期GPT-2发布时的范式转变。讨论聚焦于“世界动作模型”（World Action Models）与视觉语言动作模型（VLAs）两种技术路线的竞争。前者强调构建对物理世界的内部模拟以指导行动，后者则依赖多模态大模型的泛化能力直接输出控制指令。这一对比引发了关于机器人智能本质的深入探讨，标志着具身智能从单一感知向具备预测与规划能力的通用架构演进的关键节点。