一段时间以来，围绕VLA（Vision-Language-Action，视觉－语言－行动）模型、WMA（World-Model–Action，“世界模型+动作策略”）模型两条路线的讨论，是具身智能领域里的热点话题。现在，大家似乎不约而同地决定放下争议，协同前行。
日前，智元机器人启动了一项机器人赛事AGIBOT WORLD CHALLENGE @ ICRA 2026（以下简称 ICRA 2026），两大核心赛道即为Reasoning to Action（推理-操作）和World Model（世界模型）。前者包括线上仿真与线下真机两个阶段，后者则聚焦具身智能中的生成与预测能力，采用线上竞赛方式。
3月25日，智元Genie业务部生态及解决方案总监沈咏剑在接受包括澎湃科技（www.thepaper.cn）在内的媒体采访时表示，从长期趋势看，世界模型与VLA并不一定是替代关系，未来存在结合的可能。“从解决问题的层面上来说，有可能会有一些融合或者说合作的状态，二者不算是替代和被替代的关系。”
VLA曾一度被视为具身智能的重要主流路径，即让机器人基于视觉输入和语言指令，直接完成动作生成与执行。但随着机器人开始进入更复杂、更长链条的任务场景，仅仅“看懂指令并做出动作”已不够。机器人还需要理解任务目标、拆解步骤、推演环境变化，并在执行过程中持续调整策略。
沈咏剑介绍，此次赛事中设置的世界模型赛道考察的是模型根据机器人动作建模物理环境动态的能力。参赛者需要基于真实机器人观测与动作信号，训练视频生成模型，生成机器人在多个真实任务场景中的交互视频
另一条“推理－操作”赛道，同样考核的是机器人去理解－执行任务这一具体过程。沈咏剑提到，去年的比赛更多是“叠衣服”这类相对明确、固定的任务，机器人基本是“让它做什么，它就做什么”；而今年则加入了更多需要机器人先理解任务、再进行拆解和执行的场景，例如“整理桌面”这类任务，机器人不仅要完成动作，还要先理解什么算整洁、先做什么后做什么，再完成整套流程。
沈咏剑认为，当前世界模型的定义还未收敛，其核心可以概括为一种对未来状态的预测与推演能力：系统基于当前可见的多模态信息，判断下一时刻可能发生什么，或者在接收到任务指令后，推演机器人自身及周围环境接下来会发生怎样的变化。在他看来，这与当前VLA的范式并不完全相同，是相对独立的一条技术路线。
从智元近一年的公开布局看，该公司本身也并未只围绕单一路线推进。智元在2024年底推出了AgiBot World，包含超过100万条轨迹、涵盖217个任务、涉及五大场景的大规模高质量真机数据集。2025年3月，智元发布首个通用具身基座模型——智元启元大模型（Genie Operator-1）。今年1月，智元又发布了Genie Sim 3.0仿真平台，该平台基于NVIDIA Isaac Sim构建，融合三维重建与视觉生成技术，可实现数字孪生级高保真环境。与此同时，围绕推理与操作融合、全身控制等方向，2026年1月，智元具身研究中心宣布推出第二代一体化具身大小脑系统GenieReasoner。
沈咏剑表示，当前整个具身智能行业的人才仍处于稀缺状态，特别是高素质、顶尖的算法人才，他们希望通过赛事吸引更多优秀人才进入这一领域。
一段时间以来，围绕VLA（Vision-Language-Action，视觉－语言－行动）模型、WMA（World-Model–Action，“世界模型+动作策略”）模型两条路线的讨论，是具身智能领域里的热点话题。现在，大家似乎不约而同地决定放下争议，协同前行。
日前，智元机器人启动了一项机器人赛事AGIBOT WORLD CHALLENGE @ ICRA 2026（以下简称 ICRA 2026），两大核心赛道即为Reasoning to Action（推理-操作）和World Model（世界模型）。前者包括线上仿真与线下真机两个阶段，后者则聚焦具身智能中的生成与预测能力，采用线上竞赛方式。
3月25日，智元Genie业务部生态及解决方案总监沈咏剑在接受包括澎湃科技（www.thepaper.cn）在内的媒体采访时表示，从长期趋势看，世界模型与VLA并不一定是替代关系，未来存在结合的可能。“从解决问题的层面上来说，有可能会有一些融合或者说合作的状态，二者不算是替代和被替代的关系。”
VLA曾一度被视为具身智能的重要主流路径，即让机器人基于视觉输入和语言指令，直接完成动作生成与执行。但随着机器人开始进入更复杂、更长链条的任务场景，仅仅“看懂指令并做出动作”已不够。机器人还需要理解任务目标、拆解步骤、推演环境变化，并在执行过程中持续调整策略。
沈咏剑介绍，此次赛事中设置的世界模型赛道考察的是模型根据机器人动作建模物理环境动态的能力。参赛者需要基于真实机器人观测与动作信号，训练视频生成模型，生成机器人在多个真实任务场景中的交互视频
另一条“推理－操作”赛道，同样考核的是机器人去理解－执行任务这一具体过程。沈咏剑提到，去年的比赛更多是“叠衣服”这类相对明确、固定的任务，机器人基本是“让它做什么，它就做什么”；而今年则加入了更多需要机器人先理解任务、再进行拆解和执行的场景，例如“整理桌面”这类任务，机器人不仅要完成动作，还要先理解什么算整洁、先做什么后做什么，再完成整套流程。
沈咏剑认为，当前世界模型的定义还未收敛，其核心可以概括为一种对未来状态的预测与推演能力：系统基于当前可见的多模态信息，判断下一时刻可能发生什么，或者在接收到任务指令后，推演机器人自身及周围环境接下来会发生怎样的变化。在他看来，这与当前VLA的范式并不完全相同，是相对独立的一条技术路线。
从智元近一年的公开布局看，该公司本身也并未只围绕单一路线推进。智元在2024年底推出了AgiBot World，包含超过100万条轨迹、涵盖217个任务、涉及五大场景的大规模高质量真机数据集。2025年3月，智元发布首个通用具身基座模型——智元启元大模型（Genie Operator-1）。今年1月，智元又发布了Genie Sim 3.0仿真平台，该平台基于NVIDIA Isaac Sim构建，融合三维重建与视觉生成技术，可实现数字孪生级高保真环境。与此同时，围绕推理与操作融合、全身控制等方向，2026年1月，智元具身研究中心宣布推出第二代一体化具身大小脑系统GenieReasoner。
沈咏剑表示，当前整个具身智能行业的人才仍处于稀缺状态，特别是高素质、顶尖的算法人才，他们希望通过赛事吸引更多优秀人才进入这一领域。
3月18日，记者从山西省人民政府获悉，“山西煤炭工业互联网智算平台”日前在山西联通大数据中心建设完成。该平台由中国联通与山西晋云互联科技有限公司共同打造，是山西省目前唯一的垂直行业类智 21世纪经济报道记者王峰北京报道 近日，全球教育集团培生（NYSE：PSO）公布2023财年财报。2023财年，培生的销售额为36.74亿英镑（下同），同比下降4%，但基础销售额同比增长1%；调整后营业利润5.73亿，同 瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期 3月23日消息，vivo X Fold3系列将于3月26日正式发布，成为全球首款骁龙8 Gen3折叠屏电话。现在这款新机外观已经解禁，下面为大家带来图赏。vivo X Fold3提供了薄翼黑和轻羽白两种配色，后壳手感顺滑，触感 据英国《自然》周刊网站3月19日报道，研究人员首次利用生成式人工智能（AI）制造出全新抗体。报道称，本周生物学预印本资料库中的一份预印本报告的原理验证研究，提高了将“AI指导的蛋白质设计引入治 俄罗斯国家航天集团23日发布消息说，俄当天成功发射了“联盟MS-25”载人飞船。消息说，莫斯科时间23日15时36分（北京时间20时36分），“联盟MS-25”载人飞船搭乘“联盟-2.1a”运载火箭从哈萨克斯坦境 。本文链接：“VLA和世界模型不是替代和被替代的关系”http://www.sushuapos.com/show-2-15829-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。