机器人动手前先在脑子里预演一遍，世界模型给VLA装上想象力

现在不少机器人大脑采用 VLA 架构：看到什么、就做什么，反应快，却不会预见下一步。任务一长、环境一变，就容易翻车。

一篇新论文给机器人加上了“世界模型”，也就是想象力：动手之前，先在脑子里预演未来，再决定怎么做。

研究把四种主流方法放进同一个框架同台对比，发现：预测未来“用什么表示”最关键，2D 语义表征在各种方法下都最稳；没有万能方案，对预训练好的 VLA，只有解耦式设计管用；“想象力”在最难的任务上提升最大，长程任务成功率最多提升 26.3 个百分点。

真机测试中，最好的方法把一台 Franka 机械臂四项任务的成功率从 45% 提到 73.8%。机器人缺的不是更快的反应，而是动手之前先想象的能力。