IXThinker·2026-02-20 10:10

世界模型與VLA前沿論文全景掃描

過去一年一個愈發清晰的趨勢是：智能體不再只在語言空間推理，而是開始在可交互、可預測、可模擬的物理與數字世界中學習決策。一份涵蓋NVIDIA、字節跳動、清華等團隊成果的論文匯總，勾勒出世界模型與VLA技術的最新版圖。

從理解到進入

大模型讓智能體「理解世界」成為可能，具身智能則讓「進入世界」成為現實。支撐這次躍遷的關鍵技術是世界模型——一種能在內部構建環境動態、預判未來、模擬行動結果的生成式系統。