📰 具身智能 寻找大脑更优解_中国经济网
具身智能正在进入下半场，核心挑战从单纯提升机器人“身体”能力转向建立通用、可迭代的“具身大脑”。当前行业主要分为两条路径：视觉—语言—动作（VLA）和视觉—动作（VA），VLA成熟但在预测性方面不足，VA提升了对未来的判断能力，但还未成为唯一答案，未来可能两者融合形成更强模型。数据成为瓶颈，真机数据贵且受场景限制，仿真数据成本低但泛化性不足。为解决数据难题，企业推出无本体采集设备、混合数据方案与高效的Sim2Real迁移，提升长尾场景覆盖与交互成本效益。开源成为加速共识的重要手段，产业在AIMA等框架下推动模型、数据、本体的一体化协作，目标是建立“具身操作大脑”，将技术落地到康养、医疗、生产等场景，降低开发者试错成本，提升落地效率。
🏷️ #具身智能 #VLA VA #数据/仿真 #开源
🔗 原文链接
📰 具身智能 寻找大脑更优解_中国经济网
具身智能正在进入下半场，核心挑战从单纯提升机器人“身体”能力转向建立通用、可迭代的“具身大脑”。当前行业主要分为两条路径：视觉—语言—动作（VLA）和视觉—动作（VA），VLA成熟但在预测性方面不足，VA提升了对未来的判断能力，但还未成为唯一答案，未来可能两者融合形成更强模型。数据成为瓶颈，真机数据贵且受场景限制，仿真数据成本低但泛化性不足。为解决数据难题，企业推出无本体采集设备、混合数据方案与高效的Sim2Real迁移，提升长尾场景覆盖与交互成本效益。开源成为加速共识的重要手段，产业在AIMA等框架下推动模型、数据、本体的一体化协作，目标是建立“具身操作大脑”，将技术落地到康养、医疗、生产等场景，降低开发者试错成本，提升落地效率。
🏷️ #具身智能 #VLA VA #数据/仿真 #开源
🔗 原文链接
