已收录文章摘要，完整内容可前往原文阅读。
点击下方卡片，关注「计算机视觉工坊」公众号选择星标，干货第一时间送达本文经作者授权发布 | 来源：计算机视觉工坊在具身智能领域，Vision-Language-Action (VLA) 模型依赖大规模