人形机器人「大脑」重构：VLA 与世界模型两条技术路线并行

背景

2026 年 9 月，Robots Daily 长文梳理人形机器人架构演变：本体（电机/减速器/传感器）、小脑（运动控制）、大脑（场景理解/指令理解/任务分解/决策/对话）。过去机器人「决策」靠状态机、任务树、规则引擎，能力受限于工程师预写分支。近两年大模型的「大脑」路线出现两条：VLA（RT-2、GR00T N1、π0.5 等）端到端视觉-语言-动作；世界模型（NVIDIA Cosmos、Meta 前 LeCun 团队）先学物理世界内部模型、在「脑内」仿真再决策。2024–2025 VLA 最热，2026 世界模型路线快速追赶。无论哪条赢，替换的是大脑而非小脑。

核心要点

• 机器人三层：本体/小脑/大脑
• 旧决策：状态机/任务树/规则引擎
• VLA 路线：端到端视觉-语言-动作
• 世界模型路线：先仿真再决策
• 2026 世界模型快速追赶 VLA
• 替换的是大脑而非小脑

为什么重要

大模型把机器人从「预编程木偶」变成「能对话即操作」的智能体，泛化能力取代「会走路」成为真正门槛。VLA 与世界模型的竞争决定下一代机器人的「思考方式」，也决定仿真（Isaac/Cosmos）与真实数据的权重分配。

关键事实速记

• 梳理：2026-09
• 来源：Robots Daily
• VLA 代表：RT-2/GR00T N1/π0.5
• 世界模型：Cosmos/LeCun
• 热点迁移：2024-25 VLA→2026 世界模型
• 结论：换脑不换小脑