过去一年，具身智能最热闹的争论，不是某个模型的效果有多好，而是一个悬而未决的路线问题：机器人到底该走 VLA，还是走 WAM？两种路线看似针锋相对，内核却指向同一个出处，都建立在数字世界的大模型之上。VLA 是视觉语言模型向动作的延伸，WAM 则把视频生成模型搬到机器人身上。 行业争论的 VLA 和
过去一年，具身智能最热闹的争论，不是某个模型的效果有多好，而是一个悬而未决的路线问题：机器人到底该走 VLA，还是走 WAM？两种路线看似针锋相对，内核却指向同一个出处，都建立在数字世界的大模型之上。VLA 是视觉语言模型向动作的延伸，WAM 则把视频生成模型搬到机器人身上。 行业争论的 VLA 和
By