提出统一VLA模型，将智能分解为动作令牌

新调查！研究人员提出了一个统一的视觉-语言-动作（VLA）模型框架：智能被分解为一系列“动作令牌”。它揭示了机器人如何将视觉和语言解释为可执行的步骤。这是具身智能的新视角！