2026年上半年的具身智能赛道，始终被一场激烈的技术路线争议笼罩，VLA视觉语言动作模型与世界模型被行业视作两大对立赛道，各大厂商、科研机构纷纷站队，围绕技术优劣、落地价值、终局形态展开长达半年的舆论博弈。英伟达GTC大会上，吉利、Momenta、华为等头部企业公开质疑传统VLA模型的落地局限性，认为其缺乏物理世界推演能力、难以适配复杂动态场景；与此同时，世界模型、VA路线顺势崛起，被视作破解VLA痛点的最优解。极具戏剧性的是，作为VLA概念开创团队的Generalist AI，也公开表态摒弃单一技术标签，直言过度固化路线认知，会限制物理AGI的发展想象力。
持续半年的路线骂战，在2026年下半年彻底迎来拐点，行业正式告别“站队博弈”的浮躁阶段，进入落地祛魅的务实周期。舆论场上的技术争论持续降温，模型迭代、真机落地、场景适配成为行业核心主旋律。刚刚落幕的WAIC世界人工智能大会释放清晰信号，行业展品彻底摆脱往年机器人跳舞、翻跟头的演示化噱头，全部聚焦3C电子、汽车制造、仓储物流、家庭服务等真实商业场景，机器人能否稳定作业、完成实际任务，取代技术标签，成为评判技术价值的核心标准。
行业最关键的变化，是头部厂商心照不宣开启技术混搭，彻底打破两者对立的固有认知。相较于去年行业清一色依赖VLA模型的技术格局，今年绝大多数企业均采用“世界模型+VLA”的融合架构，仅在技术定位上存在差异。部分厂商将世界模型内置为VLA的能力模块，负责物理规律学习与动作预演；部分企业则将两者独立部署、协同赋能，各司其职完成感知执行与预判优化。
行业核心从业者与专家纷纷达成共识，两类技术并非替代竞争关系，而是具身智能体系的核心互补单元。智平方创始人郭彦东明确提出，世界模型隶属于VLA完整体系，核心负责理解物理世界、预判场景变化，VLA专注感知交互与落地执行，二者天然统一、缺一不可。星海图、小鹏等企业也公开认同融合路线，认为两类技术底层均基于Transformer架构，仅在训练方式与架构细节存在差异，底层逻辑相通，融合迭代是必然趋势。其中，小鹏在CVPR 2026展出的物理世界基座模型，通过第二代VLA与世界模型双向赋能，大幅提升模型对物理场景的理解能力，为自动驾驶、人形机器人、飞行汽车等多类具身载体提供通用智能底座。
在融合趋势下，饱受争议的VLA模型迎来全面自救升级，彻底摆脱“泛化弱、落地难、依赖云端、短时记忆”的固有痛点，朝着轻量化、端侧化、长时序、高实时性方向快速迭代。蚂蚁灵波开源的LingBot-VLA 2.0，融入6万小时真实物理场景数据，覆盖17家厂商20类机器人构型，在主流通用任务评测中性能领先同类模型，推理延迟控制在130毫秒以内，实现单一通用模型适配多形态机器人。团队明确表示，现阶段VLA是具身智能的基础底座，无需追求全场景万能适配，可通过少量场景微调快速落地，未来将持续与其他技术深度融合，迭代出具身原生专属模型。
端侧部署与长时序记忆短板的突破，让VLA真正具备量产落地能力。面壁智能推出的MiniCPM-Robot轻量化模型，仅1.5B参数量即可跻身主流评测第一梯队，决策延迟低至120毫秒，大幅领先同类模型，可实现机器人流畅实时作业。同时模型通过优化历史动作记忆机制，在长时序任务评测中大幅领跑，能够支撑叠衣服、制作餐食等连贯复杂的长流程任务。擎仓机器人推出的Evo-Depth模型仅0.9B参数量，凭借轻量化空间感知架构，在极低显存占用下实现超高真机作业成功率，彻底打通低成本端侧量产的关键通路。系列技术迭代证明，VLA并未被行业淘汰，而是通过自我革新变得更小、更快、更适配真实场景。
与此同时，世界模型也摆脱了纯学术推演、视频预测的浅层形态，完成行动一体化进化，从理论模型走向真机落地。大晓机器人发布的Kairos 3.1世界模型，依托混合Transformer架构，打通视觉、语言、力触、轨迹多维数据，构建统一隐空间表征，实现场景理解、未来预测、动作执行的原生融合。模型搭载自主反思闭环机制，可在作业失败后自主纠错、迭代优化策略，适配真实物理场景的容错需求，轻量化版本可适配边缘硬件部署，已实现家务全流程自主作业。
行业也对世界模型的当下能力保持理性认知。业内专家坦言，目前全球主流世界模型参数量普遍小于10B，尚未形成成熟的缩放定律，行业整体发展阶段仅相当于大模型时代的GPT-3前期，数据与模型双向迭代仍是下半场核心主线。Gartner相关分析也指出，短期内VLA仍将是机器人控制的核心主体，世界模型更多承担辅助规划、数据生成、仿真预演的作用，长期行业必然走向双向融合，而非单一技术替代。
在两大主流路线迭代融合之外，行业开始涌现更多创新技术形态，打破现有框架束缚。蚂蚁灵波推出LingBot-VA世界动作模型，重构训练目标与底层架构，打造具身原生模型体系，判断现有两类技术均非产业终局，未来多维度感知、预测、执行能力将彻底汇流，形成全新机器人大脑架构。智平方提出类脑NeuroVLA架构，仿生人类大脑分层机制，整合推理规划、灵巧动作、极速响应能力，实现技术体系的系统性升级。而VLA开创团队Generalist AI更是跳出所有现有标签，从零训练GEN-1全新模型，凭借极简数据依赖、超高作业成功率与响应速度，探索物理AGI的全新路径。
资本与产业端的爆发，进一步印证行业进入落地深水区。2026年上半年国内具身智能赛道融资总额达934.74亿元，同比暴涨5倍，融资热度持续攀升。工信部数据显示，2026年国内人形机器人整机产量有望突破10万台，规模化量产时代正式来临。相较于火热的产业落地，行业技术认知愈发理性，从业者普遍意识到，具身智能尚未形成可完全验证的终极技术路线，标签之争已然失去意义。
历经半年路线混战，具身智能行业彻底完成认知重构。过去比拼技术概念、赛道标签，如今聚焦落地能力、量产成本、场景适配、长期迭代。VLA通过轻量化、端侧化完成自救，守住机器人控制的基本盘；世界模型凭借物理推演能力补齐行业短板，二者融合成为产业最优解。未来，行业竞争将彻底告别路线对立，以数据迭代、架构创新、场景落地为核心的硬核实力，将决定各技术路线的最终走向，持续推动具身智能从实验室演示全面走向规模化商用。