待验证50% 置信事实精确时间
VioLA 的方法在两种 VLA 主干和一个 world-action model 主干上都能复现同样的效果，说明其思路不依赖某一种特定模型架构。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证VLA模型往往缺乏对物理世界动态演化的内在建模，更多是在模仿动作映射而非预测世界变化72% 相似已验证该模型属于视觉-语言-动作（VLA）模型的范畴，将视觉编码器、语言理解模块与动作预测头统一在端到端架构中67% 相似待验证单体VLA模型接收视觉与语言输入后直接生成原始运动指令或极短的动作序列，缺乏可复用的行为抽象66% 相似待验证在ReAct提出之前，大模型的推理能力（以Chain-of-Thought为代表）和行动能力（以Action Generation为代表）是两条独立的研究路线63% 相似待验证当前的视觉-语言大模型（VLM）已具备开放词汇的目标检测、场景理解与推理能力，使得无需为每个新任务单独训练模型成为可能62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013217API
curl https://kongchang.com/api/v1/knowledge/claims/1013217MCP
get_claim(id=1013217)