从 VLA 到世界模型，具身智能的前路应该怎么走？「慧思开物」正在给出答案

世界模型是具身的永动机？

2026-09-02

具身智能这条路上，VLA真的死了吗？

北京人形的表征分析背后，发现的是视觉语言与动作没打通，模型在学"记忆"而非"理解"。

世界模型会是具身智能的新童话吗？

缺数据、缺统一语言、缺时序建模……鸡生蛋蛋生鸡的循环里，这条具身智能的新方向，能走向具身ChatGPT时刻吗？

Unify才是正解？

北京人形的Pelican-Unify完成了VLM理解+Diffusion 融合，实现了视频怎么动、动作就怎么动，并能回答视频/动作为什么应该这么动——比Cosmos3融合更好、更难，但从第一性原理来看更合理。

具身智能行业还在BERT时代？

具身智能尚未迎来 ChatGPT 式 GPT 时刻，技术路线尚未收敛，但真的还远吗？

关于具身智能的未来

作为全球具身智能领导者，更作为具身智能国家队，从WRC到第二届世界人形机器人运动会，北京人形围绕「慧思开物」最强大小脑平台给出了自己的答卷，从Pelican- Unify的发布到运动会上大小脑协同的夺金、摘银、揽铜，完整地展现出了北京人形的技术理念。

具身智能需要向上探索技术无人区，也需要埋头钻研每一个现有技术的可能性未来，我们也希望和更多伙伴一同脚踏实地、仰望星空！

没有了