具身智能、人形机器人领域在模型端比如在视觉－语言－动作（Vision-Language-Action，VLA）模型、预训练阶段在过去一年里有明显提升，但一旦进入真实场景，机器人能否稳定、高效、长时间地完成具体任务，仍然是一个问号。1月6日，智元机器人 ...

导语：在经典的 vision-language 任务上，能够增长的空间已经很小，已经过了暴力的通过数据去学习的阶段。真正的挑战其实是一些细分的领域。 雷锋网 AI 科技评论按：本文作者为阿德莱德大学助理教授吴琦，去年，他在为 AI 科技评论投递的独家稿件中回顾了他 ...

2025年，随着智能驾驶开始往深度和广度两个方向去卷，智能驾驶行业往迎来一个显著信号：端到端大模型迈向2.0时代，VLA（Vision-Language-Action，视觉-语言-动作模型）或将成为国内车企全面竞争的焦点。 作为继VLM（视觉-语言模型）之后的进化形态，VLA通过整合 ...