第一部分：VLA 与 VLM 深度对比
一、先搞清楚它们分别是什么
VLM（Vision-Language Model）：说白了就是能看图说话的模型，输出始终是文字。
VLA（Vision-Language-Action Model）：在 VLM 基础上多了动作输出层，可直接输出机械臂关节角度和控制指令。
核心区别：VLM 输出文字，VLA 输出动作。
二、架构差异
VLM 架构：视觉编码器（ViT）+ 投影层 + 预训练 LLM。代表：CLIP、LLaVA、Qwen2-VL。
VLA 架构：在 VLM 基础上改输出层，主流分四派——端到端派（RT-1、RT-2、OpenVLA）、双系统派（NVIDIA GR00T N1）、分层派（CogACT）、自校正派（SC-VLA）。
三、训练数据
VLM 数据来自互联网，规模亿级；VLA 需真实机器人演示数据，采集成本极高。
四、部署差异
VLM 输出文本，延迟要求宽松；VLA 输出动作指令，机械臂控制周期通常 10ms 量级，延迟直接决定控制稳定性。
五、结论
VLM 是 VLA 的基础，VLA 是 VLM 往具身智能方向的延伸。实务中多用 VLM+VLA 混合架构，各取所长。