具身智能领域在2026年会有什么突破性进展？当下的路径分歧谁会略胜一筹？

融合VLA + 世界模型，加速通往AGI。

这个问题就像南北粽子甜咸之争一样，已经存在好久，

但最近刷论文，隐隐有这个分久必合的趋势。

先来看看VLA与世界模型的技术路线对比

遵循辩证看待问题，优势与劣势并存，

VLA (视觉 - 语言 - 动作) ，优势明显，直接连接人类语言指令与机器人动作，泛化性强，学习效率高；尤其适合快速理解复杂指令的场景，参考家务保姆和导览助手；短板是长期规划不太行，新场景容易迷失自我。

参考：OpenVLA、DexVLA、ChatVLA-2

世界模型 (World Model) ，会建环境的内部表征，会预测未来状态，规划可靠；适合汽车制造、仓储物流这种长期规划的复杂制造环境类型；短板是计算消耗大，训练数据要求多且高；

参考：DreamVLA、Vision Language World Model(VLWM)

那么两者结合的融合模型，不就既能理解人类语言指令 (VLA )，又能在复杂环境中长期规划 (世界模型)，嘿嘿！

接下来看下融合模型相关的论文

2025年10月，GigaBrain-0: A World Model-Powered Vision-LanguageAction Model

GigaBrai