近日，优理奇机器人联合浙江大学、MIT等多所高校发布最新科研成果UniTac，该论文已被ECCV 2026接收。针对机器人操作柔性或易损物体时的痛点，UniTac提出统一的跨传感器触觉理解与生成架构，并成功接入VLA模型。这一突破赋予机器人“触觉想象力”，实现“未触先感”，即在接触前即可预测触觉状态并规划动作，大幅提升操作安全性。由00后耶鲁博士创立的优理奇持续深耕触觉路线，此次成果标志着具身智能在补齐物理世界“接触层”能力上迈出关键一步，未来将赋能家庭护理、精细装配等场景，实现更安全柔顺的人机交互。

机器人换个视角或光线就“罢工”？中山大学与X-Era AI Lab团队在CVPR 2026冠军论文中指出：根源不在于机器人不懂物理，而是它“看到的空间变形了”！ 研究团队将视觉-语言-动作模型（VLA）拆解为“空间建模”和“物理建模”。他们发现，环境改变时，机器人的物理推理能力并未失效，真正出问题的...

2026年WAIC在上海聚焦世界模型与物理AI核心命题。针对VLA与世界模型的路线之争，诺奖得主萨金特将权威定调“开普勒式”与“牛顿式”智能，李飞飞提出渲染、仿真、规划三大分类。智元、宇树等头部企业将集中展示具身智能与工业物理底座的实景落地成果，首设的WAIC Academic深入探讨因果世界模型。本届大会将推动行业告别路线分歧，迈入技术收敛与产业落地新阶段，赋予AI时空、物理与因果认知，全面开启物理AI新纪元，助力上海构筑全球AI竞争优势。

2026年红杉AI Ascent大会上，英伟达机器人负责人Jim Fan宣布VLA和遥操作已死，提出世界动作模型（WAM）及人类传感器数据的新范式。他指出，未来1-2年内遥操作占比将大幅下降，第一视角人类视频将成为机器人训练的核心数据。英伟达通过EgoScale、DreamDojo等技术定义了具身智能发展方向，并发现机器人灵巧性的神经scaling law。Jim预测，物理图灵测试将在2-3年内实现，Physical API和Physical Auto Research有望在2040年前完成，届时机器人将能自主设计与优化自身。

2026年4月17日，Physical Intelligence发布全新VLA模型π0.7，首次在机器人领域实现组合泛化能力。π0.7可通过组合已学技能解决新任务，例如用空气炸锅烤红薯、跨机械臂迁移抓取策略等，且无需专项训练即可完成叠衣服、装箱等复杂任务，性能超越微调专家模型。其核心突破在于通过多样化prompt处理多样化数据，使模型能理解数据质量并从中学习，颠覆传统数据清洗需求。π0.7基于5B参数架构，结合VLM和动作生成模块，直接控制机器人而无需模拟物理世界。研究团队表示，这一成果标志着机器人从任务特化向通才化的转变，展现出类GPT-3的涌现能力。

2025年，英伟达机器人主管Jim Fan在年度总结中指出，机器人领域仍处于‘蛮荒时代’。尽管机器人已能完成复杂任务（如打乒乓球、搬运等），但硬件可靠性不足限制了软件迭代速度。此外，领域缺乏统一的基准测试体系，许多演示仅为上百次尝试中的最佳结果，导致SOTA宣称泛滥。他批评当前主流VLM→VLA技术范式存在结构性问题，建议转向视频世界模型预训练目标。数据方面，具身智能的Scaling law显现，但数据路线仍未收敛。摩根士丹利预测，机器人产业规模有望从910亿美元增长至2050年的25万亿美元，硅谷巨头纷纷加码机器人软硬件研发。

2025年12月10日，理想汽车自动驾驶负责人郎咸朋针对宇树科技CEO王兴兴此前对VLA模型的质疑作出回应。王兴兴曾在8月的世界机器人大会上称VLA架构‘傻瓜式’并持怀疑态度，而郎咸朋强调，模型需与具身智能系统适配，数据才是关键。理想于9月推出全球首个VLA司机大模型，并通过12月6日的OTA 8.1更新优化功能，用户反馈显示其在特定场景下已具备物理世界认知能力。郎咸朋指出，脱离真实数据讨论架构是‘空中楼阁’，理想依托数百万辆车的数据闭环，使驾驶水平接近人类。他还提到，未来五到十年，具身机器人将呈现汽车类和人形类两种形态，理想VLA不仅服务当前汽车产品，也将助力未来汽车类机器人。目前，理想总算力达13EFLOPS，若明年接管里程达1000MPI，VLA将迎来‘ChatGPT时刻’。

标题：VLA范式：具身智能的曙光与挑战 正文： VLA（视觉-语言-动作模型）作为具身智能领域的关键新范式，整合视觉信息、语言指令与行动决策，显著提升机器人对复杂环境的理解和适应能力。2025年5月9日，雷峰网、AI科技评论GAIR Live品牌举办了一场主题为“具身智能之VLA的实践与突破”的...

标题：VLA改写智驾规则，黑马玩家4个月获10%份额 “第一批聪明的人，已经堵在路上。”年关将至，话题登顶热搜。AI上车带来便利和威力日益显著。无论是长途跋涉还是短途通勤，AI司机帮助车主解乏，并不断进化。 从早期的CNN到现在的端到端结合VLM，AI改善出行体验。然而，智驾技术和体验的变革远未结束...