TAG:VLA
2026年具身智能的“黑话”WRAM、WBI、具身原生等术语是如何产生的
2026年具身智能行业迎来语言大变革：从VLA、WBI到WRAM、WAM，全身智能、部署态、VLA等22个新黑话涌现。文章梳理这些关键词起源、定义与核心意义，帮助读者读懂机器人从论文到产业化落地的全过程。
7 
0 
清华团队提出 Harness VLA，具身智能或进入 token 时代引领范式变迁
清华大学超教授团队联合正行创新、无问芯穹提出Harness VLA，首次将数字智能Harness Layer引入具身智能系统，在VLA模型冻结的前提下，通过Agentic Planner统一组织模型调用、任务执行与失败恢复，实现从单一端到端VLA向模型能力与系统能力协同的新架构。Harness VLA在LIBERO-Pro扰动评测中成功率达82.4%，显著超越Pi_RLinf、NVIDIA Cap-X等，验证了「模型+系统」架构在复杂真实环境下的泛化能力，为具身智能范式变迁提供通用框架。
清华团队提出 Harness VLA，具身智能或进入 token 时代引领范式变迁
清华大学超教授团队联合正行创新、无问芯穹提出Harness VLA，首次将数字智能Harness Layer引入具身智能系统，在VLA模型冻结的前提下，通过Agentic Planner统一组织模型调用、任务执行与失败恢复，实现从单一端到端VLA向模型能力与系统能力协同的新架构。Harness VLA在LIBERO-Pro扰动评测中成功率达82.4%，显著超越Pi_RLinf、NVIDIA Cap-X等，验证了「模型+系统」架构在复杂真实环境下的泛化能力，为具身智能范式变迁提供通用框架。
PNDbotics亮相WAIC 2026：全尺寸人形机器人首秀走楼梯，双模型同台验证具身智能新生态
PNDbotics在WAIC 2026展示Adam全尺寸人形机器人与Adam-U半身机器人，现场完成走楼梯、动捕、遥操及双模型VLA拣选演示，呈现从数据采集、模型验证到物理执行的全栈具身智能技术闭环与硬件开放生态。
WAIC展区机器人搭建长城积木引发关注，展示VLA+WM应用场景
WAIC展区上，原力灵机联合阶跃星辰6台机器人用DM0.5通用基础模型+DW0.5世界模型，在15小时内搭建超8万零件长城。DM0.5实现亚毫米级精细拼装与长程泛化，后训练闭环让模型学会“寸劲儿”。这证明VLA+世界模型才是具身智能突破的正确方向。
机器人不能永远“借脑”：具身原生正成为行业新分水岭
机器人无法永远“借脑”于通用大模型。具身智能正面临关键范式转折：它究竟是大模型能力向物理世界的外溢，还是需要生长出真正属于机器人的原生智能范式？本文深入剖析数字世界模型与物理世界在时间尺度、因果关系、错误成本等方面的根本错配，指出当前“取巧”式迁移的局限。行业先锋提出“具身原生”路线，主张围绕动作、接触、状态变化重构数据、训练目标、架构与评测体系。LingBot-VA 2.0的发布标志着这一转变的开始，或将成为具身智能赛道新的行业分水岭。
机器人不能永远“借脑”：具身原生正成为行业新分水岭
机器人无法永远“借脑”于通用大模型。具身智能正面临关键范式转折：它究竟是大模型能力向物理世界的外溢，还是需要生长出真正属于机器人的原生智能范式？本文深入剖析数字世界模型与物理世界在时间尺度、因果关系、错误成本等方面的根本错配，指出当前“取巧”式迁移的局限。行业先锋提出“具身原生”路线，主张围绕动作、接触、状态变化重构数据、训练目标、架构与评测体系。LingBot-VA 2.0的发布标志着这一转变的开始，或将成为具身智能赛道新的行业分水岭。
“烧”掉了百亿美元, 世界模型的概念都还没有统一
过去一年，超100亿美元资金涌入世界模型与机器人AI领域，杨立昆预言其将取代LLM成为主流范式，Jim Fan喊出“VLA已死”。然而，业界对“世界模型”至今没有统一定义，从渲染器、模拟器、规划器到不同技术路径（像素中心、三维结构、潜空间等），概念混沌与落地期待形成巨大反差。本文对比LLM的“下一个Token”预测，剖析世界模型“预测下一个物理状态”的本质，并指出数据稀缺与物理规律理解两大核心瓶颈，清晰呈现这一前沿赛道的现状与挑战。
不再只是会走路的双臂平台：OpenHLM解放人形机器人全身移动操作能力
清华大学交叉信息研究院推出开源项目OpenHLM，为人形机器人提供一套完整的VLA配方。该系统突破传统“会走路的双臂平台”局限，让机器人能像人类一样协调手、腰、腿、脚完成语言驱动的全身移动操作任务，包括下蹲取物、脚踩踏板、推车等。通过三阶段系统实验，确定了最优全身遥操作接口、多步flow动作生成方式及低成本HuMI等异构数据协同训练方法，在HLM-12基准上验证了其高效泛化能力，为具身智能提供实用开源方案。
研究称对 VLA 进行过度改写式初始化会削弱机器人执行能力，VLA 初始化应如何进行？
CUHK等团队系统实验VLM底座在VLA初始化中的价值：预训练通用表征不可丢弃，补具身能力需精准对症（空间、定位、规划等），LoRA轻量改造优于全量微调，底座越强保留价值越大。避免VLM被过度改造导致机器人控制能力下降。给出VLA初始化5大经验与实验结论，为具身智能VLA设计提供实用指导。
对话智源研究院理事长黄铁军：构建完整的世界模型是一条漫长的道路
对话智源研究院理事长黄铁军：世界模型与VLA路线并非对立，VLA是企业现实选择，而完整世界模型目标是打造通用大脑。构建涵盖物理、化学、生物等多领域规律的模型仍为漫长道路，更现实目标是获机器人常识能力。黄铁军强调数据需转向实时交互，耳机、智能眼镜等可穿戴设备将加速推动同步感知数据采集，为具身智能提供新“数据燃料”。
上海创智学院与上海交通大学联合智动未来提出MINT模型：让VLA从模仿轨迹走向理解意图
本文介绍上海创智学院、上海交大等提出的MINT框架，聚焦VLA模型的强泛化与强迁移能力。MINT通过频谱分解动作词元化与意图—执行分层生成，让机器人不再只模仿轨迹，而是理解行为意图，从而提升组合泛化与小样本迁移能力。
全球首个事件级世界模型，终结具身智能逐帧时代
本文介绍了全球首个事件级预测的具身智能世界模型WALL-WM，由自变量机器人团队发布。文章批评了传统逐帧学习方法的局限性，导致机器人泛化能力差，无法适应多变环境。WALL-WM模型通过以事件为中心的方法，直接预测关键事件（如抓住杯子）的动作轨迹，跳过冗余帧，提升学习效率和真实世界适应性。文章还讨论了多模态对齐问题，并比较了VLA与世界模型的路线，为机器人智能提供了更高效、语义化的学习框架。
VLA已死的背后：具身智能真正的难题从未被说清楚
本文深入剖析了“VLA已死”这一行业热点言论，指出其背后是具身智能领域对物理能力泛化难题的忽视。文章区分了语义和物理两道坎，强调VLA在语义理解上的突破掩盖了物理交互的复杂性，并讨论了世界模型的作用与局限。核心价值在于澄清行业叙事对底层问题的压缩，呼吁关注任务、场景和对象泛化等真正挑战。
英伟达机器人负责人称VLA与遥操技术已终结
英伟达机器人负责人Jim Fan在红杉AI Ascent 2026演讲中宣告VLA和遥操作范式终结，提出新范式借鉴大语言模型策略，通过预训练模拟物理世界状态、动作微调和强化学习推动机器人发展。他强调数据转向第一视角人类视频，英伟达押注此方向，并展望未来解锁物理图灵测试等里程碑，为行业提供前沿洞察。
