首页 / 资讯详情
星动纪元陈建宇：VLA 非终局，具身大脑已进入世界模型时代 | WRC 2026
摘要
当机器人开始理解世界，通用智能才进入物理空间。 作者丨吴思梦 陈嘉欣 编辑丨岑 峰 过去几年，机器人解决的问题是“如何更精准地执行动作”。在工业生产线上，机器人可以完成焊接、搬运、装配等大量重复任务，但这些能力建立在一个前提之上：环境、流程和目标都已经被提前定义。机器人并不需要真正理解世界，只需要按照预设路径完成任务。但当机器人开始走出工厂，进入物流、服务甚至家庭场景，问题正在发生变化。面对一个没有见过的物体、一个没有训练过的任务，机器人能不能理解环境、预测变化，并找到完成任务的方法？这成为通用机器人走向下一阶段必须回答的问题。大模型的发展为机器人提供了新的可能。语言模型证明，人工智能可以通过大规模数据学习复杂规律，并获得跨任务泛化能力。但机器人面对的并不是语言世界，而是真实的物理世界。因此，具身智能领域正在探索一个更底层的问题：大模型究竟应该如何赋能机器人？目前行业的主流方向是 VLA。它让机器人通过学习大量人类行为数据，将视觉、语言和动作统一起来。但 VLA 的核心仍然是模仿——模型学习人类过去如何行动。问题在于，如果机器人面对一个从未见过的新任务，仅依靠已有动作经验，是否能够真正泛化？另一条更激进的路线，是让机器人拥有世界模型。它不只是学习“应该做什么动作”，而是尝试理解物理世界运行的规律，并预测未来可能发生什么。在 WRC 2026 大会上，星动纪元创始人、CEO 陈建宇提出了自己的判断：世界模型可能不仅是 VLA 的增强模块，而可能成为下一代具身智能的核心范式。他更强调机器人作为物理智能体的特殊性。模型的进化并不只依赖数据规模，还需要通过本体进入真实世界，在真实交互中获得反馈。大脑、本体和场景并不是三个独立环节，而是在持续循环中共同演化。以下为陈建宇演讲内容精编，雷峰网·AI 科技评论在不改变原意的基础上进行编辑和整理。01 通用机器人的两个特征，与协同进化的飞轮终端之后的下一代智能终端产品，很可能是以某种家用机器人的形式存在的。这里最关键的一点，是能不能打造出更加通用的机器人。我认为，这样的机器人必须具备两个特征。第一个特征是上限更高：拥有更高的自由度、更高的智能，能够做到许多以前的机器人做不到的事情，从而把整个市场打开。第二个特征是更加通用、泛化性更强：当我们去做一件新的事情时，不再像以前的专用机器那样需要重新开发硬件和软件，绝大部分能力都可以直接复用与泛化。要打造这样一个通用机器，避不开两件事：同时做它的“大脑”和它的“本体”。围绕这个目标，我们这几年已经实现了通用机器人软硬一体、全栈自研的多项突破。在大脑侧，自研了支撑端到端的大模型运动控制；在本体侧，自研了双足本体关节与灵巧手，并把它们很好地整合到了一起。做这件事最重要的，是把大脑、本体和场景协同起来，形成一个协同进化的飞轮。飞轮的最上层，是我们的端侧具身大脑大模型，包括我们做的 VLA、世界模型与数据等，它是一个通用模型，能适配多种不同的本体、用到不同的场景中。中间层是本体：具身大脑最终要产生价值，必须放在某个本体之上，才能与物理世界交互、真正去干活。最终，我们把大脑与本体一起应用到各类场景里，只要大脑足够通用、本体足够通用，它们就能比较通用地进入各个场景。而在场景应用的过程中，我们会不断获得大量数据反馈，这些反馈又反过来反哺模型的发展。就这样，我们把技术和