VLA | MakerPRO

10 月03

WorldVLA：視覺、語言與動作的融合之路

WorldVLA 是一個自回歸動作世界模型，它將動作和圖像的理解與生成統一起來。 WorldVLA 將視覺-語言-動作 (VLA) 模型（動作模型）和世界模型整合在一個框架中。

Helix 的誕生，標誌著人形機器人真正邁向家庭應用的關鍵一步。它不僅能快速而精確地控制整個上半身，還能理解語言、泛化到從未見過的物品，甚至在多機器人場景中協作。

正如一位研究者在接受訪問時所言：「過去十年，我們讓 AI 學會思考；未來十年，我們要讓 AI 學會行動。」而 VLA，正是這場變革的開端。