具身智能的核心是什么？是大脑。也就是机器人的智能模型——它怎么感知世界、怎么理解任务、怎么规划动作、怎么应对意外。大脑的能力，直接决定了机器人能做什么、能做多好。

今年WAIC的一大看点，就是具身大模型的技术路线已经清晰分化出了四条。VLA模型、世界模型、世界模型加VLA融合路线、以及VTLA触觉路线。每条路线都有自己的拥趸，每条路线都在快速进步。

先说说目前最主流的VLA路线。VLA就是视觉、语言、行动三者打通的模型。它的思路是，让机器人像人一样，眼睛看（视觉）、耳朵听或文字输入（语言）、然后做出动作（行动）。三者端到端打通，形成一个完整的感知-决策-执行闭环。

这个路线之所以成为主流，是因为它的思路最直接、也最容易见效。大语言模型已经很成熟了，视觉模型也很成熟了，把它们和动作控制连起来，就能做出一个能用的机器人大脑。今年VLA路线的进展主要集中在三个方向：分层架构、抗干扰恢复、跨构型泛化。

分层架构是什么意思？就是把大脑分成几层，各管各的事。比如智平方的NeuroVLA，首次把皮层、小脑、脊髓协同机制引入机器人控制。皮层负责语义理解和任务规划，相当于人做决策的部分。小脑负责高频运动协调与动态修正，相当于人精细动作的部分。脊髓负责毫秒级运动执行，相当于人的反射动作。三层各司其职，效率更高，反应也更快。

这个思路很符合生物学的规律。人的大脑就是分层的，高级认知功能在大脑皮层，运动协调在小脑，基础反射在脊髓。把生物脑的结构借鉴过来，用在人工智能上，往往能取得不错的效果。因为生物的神经系统是经过亿万年进化优化出来的，很多结构都有它的道理。

抗干扰恢复能力，是今年VLA路线进步最明显的地方。以前的机器人做任务，被打断一下就傻了，不知道该怎么继续。现在不一样了，魔法原子的Magic-VLA K02，在叠盒封胶中受干扰后能重新识别状态并继续。千寻的Moz1遭遇干扰后能重新规划任务。优艾智合的三层分布式架构，也在可靠性上做了很多文章。

抗干扰为什么这么重要？因为真实世界不是实验室，环境是变化的、人是走动的、物体是会被挪动的。如果机器人只能在理想环境下工作，稍微有点意外就卡住，那应用场景就非常有限。只有具备了抗干扰和恢复能力，机器人才能真正走进复杂的真实环境。

跨构型泛化，是VLA路线的另一个重要进展。以前一个模型只能适配一种机器人形态，换个机器人就要重新训练。现在不一样了，同一个VLA模型，可以适配不同构型的机器人。这不仅降低了研发成本，也为一脑多形的理念打下了基础。

接下来说说世界模型路线。世界模型的思路是，让机器人在脑子里构建一个物理世界的模型，能够预演事情的发展规律。就像人做事情之前，会在脑子里先想想这么做会有什么结果。有了世界模型，机器人就不用每次都实际去试，可以先在脑子里模拟，找到最优方案再行动。

它石智航的AWE 3.5驱动线束插接，就会根据线束状态实时调整，不再死板地沿固定点位重复。因为线束是软的，每一次的状态都不一样，不可能用固定的点位去做。世界模型能理解线束的物理特性，预测它的运动，实时调整动作，所以才能做到亚毫米级的精度。

Roboscience的Visics模型更厉害，一套模型支持多款不同构型的灵巧手，现场三十秒换手即用，实现零样本泛化适配，不需要针对特定硬件重新训练或微调。这说明世界模型对物理世界的理解，已经达到了相当的深度。它不是记住了某只手的动作，而是理解了抓握这个动作的物理本质，所以换只手也能用。

极佳视界的GigaWorld-1世界生成模型，让世界模型具备了检验行动的能力，迈过了单纯理解世界的阶段。以前世界模型只能理解和预测，现在还能检验和评估。相当于在脑子里模拟完之后，还能判断这个方案好不好、可不可行。这个能力如果成熟了，机器人做任务的效率会大大提高。

穹彻智能的路线更独特，他们采用世界模型架构，但预训练和后训练都不使用遥操作数据，而是靠全国四十七个城市十万小时级的家庭场景数据完成预训练。验证了完全依靠野外无本体采集数据的可行路径。这个做法很有想象力——如果不用遥操作也能训练出好用的世界模型，那数据采集的成本就会大大降低，数据飞轮的速度也会快很多。

第三条路线是世界模型加VLA的融合路线。顾名思义，就是把两者的优势结合起来。VLA模型擅长端到端的任务执行，世界模型擅长物理预演和状态预测。两者融合之后，机器人就能边感知、边决策、边调整，既有VLA的执行效率，又有世界模型的预判能力。

千寻智能的Spirit v1.6就是采用VLA与世界模型深度融合架构。擎朗自研的融合世界模型的VLA架构，针对咖啡师、零售拣选、洗衣等具体岗位，训练了岗位级垂域模型。智元更是双线布局，VLA模型GO-2和世界模型GE-2协同工作，形成闭环环境。

融合路线看起来很美好，但技术难度也最大。因为两个模型的逻辑不一样，怎么把它们有效融合、让一加一大于二，而不是互相拖后腿，是个很有挑战的问题。但如果能做好，效果也是最好的。毕竟人的大脑，也是多个系统协同工作的。

第四条路线是VTLA路线，也就是给机器人补上触觉这块拼图。VLA是视觉、语言、行动，VTLA多了一个T，就是触觉。为什么触觉这么重要？因为很多精细操作，只靠眼睛是判断不了的。比如透明盖有没有夹到位，靠视觉很难看清楚。柔性物料有没有滑移，光看也不准确。这些都需要触觉反馈。

千觉机器人的VTLA模型，驱动双臂完成叠纸盒任务，完全依托实时触觉加视觉反馈。它不是靠记忆动作模板，而是对接触状态有统一的建模和实时纠偏能力。就像人叠纸盒的时候，手上是有感觉的，力道够不够、有没有对齐，手一摸就知道。有了触觉，机器人也能做到这一点。

戴盟机器人的原生触觉物理世界模型，能完成水果装盒、笔袋收纳等任务。拉拉链的时候，袋身变形导致阻力改变，机器人能实时调整施力。这个例子很能说明触觉的价值——拉链这种东西，视觉上很简单，但实际操作中阻力的变化非常关键，没有触觉根本做不好。

触觉还有一个很重要的意义：它是机器人完整认知物理世界的最后一块关键拼图。视觉能看到形状和位置，力控能感受到接触力，触觉能感受到更细微的压力分布、滑移、纹理。有了完整的多模态感知，机器人对物理世界的理解才能真正深入。

今年触觉领域还有一个突破，就是芯片层面的进展。他山展出了全球首款动态触觉感知芯片绿宝石E10A，时间分辨率突破到了二点九微秒。把触觉感知延伸到机械臂、躯干乃至足底。芯片级的突破，意味着触觉的成本会越来越低、性能会越来越强，普及的速度也会加快。

四条路线各有千秋，那哪条路线最终会胜出？现在还很难说。可能不同的路线适合不同的场景。比如结构化程度比较高的工业场景，VLA可能就够了。比如需要精细操作的装配场景，可能VTLA更有优势。比如高度动态的运动场景，可能世界模型更重要。

技术路线的多元化，不是坏事，反而是行业健康的表现。如果只有一条路线，大家挤在一条路上，反而容易走死。多条路线并行发展，各自探索不同的可能性，最后可能会走向融合，也可能会各自占领不同的细分市场。

从系统工程的角度看，路线之争的本质，是在当前的技术条件下，怎么用有限的资源解决最核心的问题。每条路线都有自己的假设，也都有自己的取舍。没有绝对的对错，只有适不适合。

江苏创品在做产品设计的时候，也经常会遇到类似的路线选择问题。用什么结构方案？用什么材料工艺？用什么交互方式？每种选择都有优缺点，没有标准答案。正确的做法是，根据产品定位、目标用户、成本约束、量产条件，综合评估后做出选择。

平衡设计方法论讲的就是这个。不是追求某一个维度的极致，而是在各个约束条件之间找到最佳的平衡点。技术路线也是一样，没有最好的路线，只有最合适的路线。最合适的标准，就是能不能在当前条件下，最好地满足用户的需求。

四条路线同台竞技，对整个行业来说是好事。因为竞争会推动进步，多样性会孕育创新。每家公司都在努力证明自己的路线是对的，整个行业的技术水平就会水涨船高。

未来会怎么样？可能四条路线会逐渐融合，形成一个更强大的统一架构。也可能每条路线都找到了自己最适合的场景，长期共存。还有可能出现第五条、第六条新路线，带来意想不到的突破。这些都是有可能的。

但不管路线怎么演化，有一点是确定的：机器人的大脑会越来越聪明，能做的事情会越来越多，应用的场景会越来越广。具身智能的浪潮，才刚刚开始。

从产业发展的节奏来看，技术路线的竞争还会持续相当长一段时间。不会有某条路线一夜之间秒杀所有对手，大家会在竞争中互相学习、互相借鉴，共同推动整个行业进步。

而且很可能最终的解决方案不是单一的，而是混合的。就像人的大脑有多个功能区域，各司其职又互相协作。未来机器人的大脑，可能也会是一个混合架构——有的模块负责感知、有的负责决策、有的负责运动控制、有的负责学习进化。不同技术路线的成果，最终会融合到同一个大的架构里。

这也是技术发展的一般规律。早期百花齐放、百家争鸣，各种路线都有人尝试。慢慢地，大家发现每种路线都有优缺点，于是开始融合，形成更完善的统一框架。然后在这个统一框架的基础上，继续往下一个阶段发展。

具身智能现在正处在百花齐放的阶段。四条路线同台竞技，说明行业充满活力，说明大家还在探索，说明真正的标准答案还没出现。这是创业者最好的时代——因为格局未定，每个人都有机会。

对于后来者来说，现在入场还不晚。因为方向还没定，格局还没形成，巨头也还没出现。只要你有独特的技术、独特的视角、独特的场景理解，就有机会闯出一片天地。

当然，挑战也是巨大的。技术门槛高、研发周期长、资金需求大、商业化路径不清晰，每一项都可能把创业公司压垮。所以光有热情不够，还要有清醒的头脑、务实的态度和坚强的意志。

从开发者的角度，路线多样化也意味着学习成本的增加。你不仅要懂自己的路线，还要了解其他路线的进展，这样才能做出更好的技术决策。而且不同路线之间的交流和碰撞，也会激发出新的想法和创意。这就是学术交流和行业展会的价值所在——大家聚在一起，互相启发，共同进步。

总的来说，四大技术路线同台竞技，是具身智能行业蓬勃发展的生动写照。每条路线都在贡献自己的智慧，每条路线都在推动行业向前。最终谁输谁赢不重要，重要的是整个行业在这个过程中不断进步，机器人变得越来越聪明、越来越能干，最终造福人类社会。