# VLA与具身推理｜模型输出和整机能力分开

作者：种树的人

原文：https://zhongshuderen.pages.dev/library/robotics-vla-evidence/

材料时点：原报告：2026-08-27；原审计截止：2026-09-21；网站核对：2026-10-11

研究状态：历史研究与本轮窄核对｜经营结果逐项验证

视觉、语言、动作输出与空间推理承担不同环节，模型演示需要接回具体机器人和任务。

## 原始定义的本轮回接

Google DeepMind在2025年发布说明中，把Gemini Robotics定义为有动作输出的VLA模型，另把Gemini Robotics-ER用于具身与空间推理。这里回接产品定义，没有复现其性能基准。

- [Google DeepMind原始说明](https://deepmind.google/blog/gemini-robotics-brings-ai-into-the-physical-world/)

## 从模型回到商业化

明确所控平台、任务、数据分布、推理时延、失败恢复和人工介入，再看长期部署、维护与收入。模型名称不等于通用自主能力，也不能直接确认A股供应关系。

## 整理依据

- 云端原研究｜全球人形机器人商业化报告与未来硬件首批审计

## 相关研究

- [VLA、世界模型与灵巧手：具身智能的研究问题](https://zhongshuderen.pages.dev/library/humanoid-vla/)
- [谷歌｜早期材料额外提及](https://zhongshuderen.pages.dev/stocks/google-mention/)
- [英伟达｜历史研究档案](https://zhongshuderen.pages.dev/stocks/nvidia/)
- [机器人研究阅读地图｜产品、公司与真实作业](https://zhongshuderen.pages.dev/library/robotics-research-reading-map/)