不用VLA！从视频生成模型到机器人控制

以下文章来源于具身纪元 ，作者liuxjerry 具身纪元 . 见证具身浪潮，书写智能新纪元 作者丨 liuxjerry 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你想要的! 撰 文：liuxjerry 编辑：Marilyn 目前最主流的机器人控制方法就是VLA了。 不用VLA呢？ 世界模型？你说的世界模型和我说的世界模型可能不是一个世界模型，详见我们以前的分析文章 理解世界or预测未来，世界模型的本质是什么？ 编辑丨具身纪元 所以，更准确的来说，用视频生成模型，能控制好机器人吗？ 大家普遍怀疑的是，是不是只能在虚拟环境中，是不是泛化效果不好等等。 2026年1月6日，刚开年，就有一篇来自OpenAI研究员、MIT博士Boyuan Chen的研究文章，做了这方面的尝试和解答。 | Task Set and Tasks | Ours | TO | OpenVLA | | | --- | --- | --- | --- | --- | | Task Group A: ...