英偉達兩篇論文，帶來了VLA之後具身智能的新範式
核心突破：世界動作模型（WAM）新範式
英偉達提出世界動作模型（WAM）新範式，突破當前主流VLA模型在物理泛化上的侷限。WAM通過端到端聯合預測視頻與動作，學習物理規律，實現更強的零樣本與跨機體泛化能力，顯著提升機器人在複雜環境中的適應性。
關鍵論文：DreamZero 與 DreamDojo
英偉達於2026年初發布的兩篇論文《DreamZero》和《DreamDojo》提出了一種新範式，強調從視頻中學習，能夠實現零樣本泛化，打破了數據不足的侷限，為具身智能提供了更高效、更通用的訓練路徑。
技術意義：從“感知”到“世界建模”
世界建模（world modeling）是在給定一個動作的條件下，預測下一個合理的世界狀態（或一段更長時間範圍內的世界演化），使機器人能夠像人一樣“先思後行”，顯著提升在複雜、長時序任務中的可靠性和智能水平。
行業影響與趨勢
- VLA作為新一代通用機器人基礎模型，開啟了具身智能新的交互與推理範式。
- 該範式推動機器人從“專用模型”向“通用世界模型”演進，實現更高效、更靈活的物理世界交互。
- 相關研究已引發全球具身智能領域的廣泛關注，成為技術發展的重要里程碑。