如何阅读本站
本站是一张持续生长的具身智能研究星图,当前主题是 VLA(视觉-语言-动作)模型发展深度调研。所有内容由 deep-research 多代理工作流(多源检索 + 对抗式事实核查)整理。这一页帮你快速找到该读什么。
读图方式:先用总报告与时间线建立骨架,再按论文细读、数据/评测/运控、WAM 等分支深入;图里的路径强调「先全局、后专题、再单篇」。
这是什么 / 不是什么
- 是:对 VLA / WAM 领域(2022–2026)的体系化梳理——发展脉络、核心论文细读、横切分析专题、数据/基准/机器人本体专题,附可信度标注与一手信源。
- 不是:教程或代码库。本站重在"读懂领域脉络与关键结论",不提供可运行实现。
- 范围:VLA 仍以操作(manipulation)为主线;世界模型已独立为 WAM 调研轨,导航/具身推理等更广子领域按代表工作逐步接入,但不强行做厂商式入口。
推荐阅读路径
| 你的目标 | 建议路线 |
|---|---|
| 第一次了解 VLA | 总报告 摘要 + 第一部分发展主线 → 发展时间线 → 任选 RT-2 / π0 细读 |
| 快速建立全景 | 总报告 的论文细读导航表 + 术语速查表 |
| 深挖某个模型 | 论文细读导航里点对应条目;每篇细读结构统一:TL;DR → 要解决的问题 → 方法与架构 → 实验结果表 → 局限 |
| 找数据/基准/硬件 | 具身数据论文索引 · 具身数据全景 · 数据集与基准 · 实验机器人本体 |
| 查术语 / 找原文 | 术语速查表 · 参考文献 |
每篇细读底部都有「本系列」页脚,可一键跳到相关专题与速查页。
阅读优先级(论文太多?先读这些)
细读已有数十篇,不必通读。按下面三档由浅入深、按需取用即可。
🥇 第一档 · 必读核心(建立主线,约 7 篇)
看懂"VLA 是什么、两条路线、效率之争、泛化前沿"的最小集——读完这几篇就有完整骨架:
- 总报告 —— 先读这个,把握全局脉络与五阶段主线
- RT-2 —— 范式奠基:动作即文本 token
- π0 —— 连续流匹配 + 动作分块的代表作
- OpenVLA —— 开源平民化基线(最常被对标)
- OpenVLA-OFT —— 离散 vs 连续的最硬定量证据 + 推理提速 26×
- π0.5 —— 双系统/分层 + 开放世界泛化
- 数据集与基准全景 —— 学会"怎么读懂一个成绩数字"(口径/可信度)
🥈 第二档 · 推荐(按技术路线补全)
- 模型:Diffusion Policy(连续奠基)· RT-1(离散前史)· Octo · CogACT · π0-FAST · GR00T N1(双系统) · π0.6 / π*0.6(从经验学习)
- 横切/数据:全模型规格对比大表(一页看全 27 项 VLA 代表模型/动作接口)· 双系统架构原理 · 具身数据论文索引 · 具身数据全景
🥉 第三档 · 选读(最新前沿 / 特定主题 / 补充)
- 2025H2–2026 前沿:WALL-OSS · Qwen-VLA · RynnVLA-001 · Gemini Robotics · π0.7
- 更多代表模型:GR-3 · RDT-1B · GO-1 · MemoryVLA · SpatialVLA · Helix
- WAM 调研轨(独立):WAM 总览 · 细读 DreamZero · X-WAM · UWM · Genie Envisioner · GR00T N2
- 方法 / 工程横切:预测式 VLA · 知识隔离 KI · 具身数据处理 · 推理加速与部署 · 开源代码库对照 · 共性失败模式
- 速查 / 参考:术语速查表 · 发展时间线 · 参考文献 · 外部资源导航(Awesome 列表) · 实验机器人本体
优先级是"建立全局理解"视角的建议序;若你为特定目的而来(找某模型/某数据集/某工程问题),直接按上面的推荐阅读路径表或顶栏导航定位即可。
可信度标注约定
本站对"数字从哪来"非常较真,统一用三个标记:
| 标记 | 含义 |
|---|---|
| ⚠️ | 厂商/作者自评,未经同行评审或独立第三方复现,采信时需谨慎 |
| ✅ | 经本站对抗式事实核查确认,或由基准维护方统一评测 |
| 待核 | 一手来源里没有给出该定量数字(常见于论文只给曲线图),不臆造 |
读基准表时还要注意口径:同一基准常有多套不可直接横比的设定(如 SimplerEnv 的 Visual Matching vs Variant Aggregation、RoboCasa 的 multitask vs 30-demo),表注里都有说明。同一份数据若同时出现在总报告与专题页,以专题页为权威源(总报告 §4.2 已注明指向《数据集与基准全景》)。
站点结构
- 总报告 — 发展主线、代表模型、技术路线之争、数据集与基准、最新前沿、核查与局限
- VLA 论文细读 — 按首页五条技术路线组织:离散 token / 连续扩散流匹配 / 混合连续回归 / 分层双系统推理 / 新范式探索
- 横切分析专题 ×7 — 全模型规格对比 / 双系统架构原理 / 预测式 VLA / 知识隔离训练配方 / 推理加速与部署 / 开源代码库对照 / 共性失败模式
- WAM 调研轨(独立) — 总览(定义 / 级联 vs 联合 taxonomy / 数据与评测)+ 按范式组织的世界-行动模型细读
- 数据专题 — 具身数据全景 / 具身数据论文索引 / 具身数据处理
- 训练与评测专题 — 具身模型训练全流程 / 数据集与基准
- 机器人系统基础 — 实验机器人本体 / 运控算法基础
- 速查与参考 — 术语速查表 / 发展时间线 / 参考文献
- 关于 — 本页 / 更新日志
贡献与反馈
发现失效链接、数字错误或想补充内容,欢迎在 GitHub 仓库 提 issue 或 PR。每页右上角也有「在 GitHub 上编辑本页」入口。