英伟达两篇论文，带来了 VLA 之后具身智能的新范式

2025 年，VLA（视觉 - 语言 - 动作模型）成为具身智能领域的热门话题，但其在物理动作执行和泛化能力上存在严重缺陷。英伟达（NVIDIA）于 2026 年初发布的两篇论文《DreamZero》和《DreamDojo》提出了一种新范式，强调从视频中学习，能够实现零样本泛化，打破了数据不足的局限，指出 VLA 缺乏世界模型是其根本问题。