动作
分类
模型
在不久前落幕的“2026世界机器人大会（WRC）”上，银河通用创始人王鹤提到一组对比数据：2025年，银河通用发布世界动作模型论文时，他能找到的相关论文只有他们一篇；
文章
过去几年，具身大脑的主流答案是VLA（视觉—语言—动作模型），把视觉、语言和动作放进同一个端到端模型，让机器人从人类示范中学习下一步动作。
文章
标注
光象科技将训练过程分成了几个阶段，互联网视频和没有动作标注的人类第一视角数据，主要用于建立模型对物理世界的基础认识；
文章
带有动作标注的第一视角数据，帮助模型学习动作发生后物体状态如何变化；
文章
