LeCun转推：强调VLM与世界模型区别，呼吁术语精确。

转发 @JitendraMalikCV：科学术语应该精确。如果我们不加区分地使用VLM、VLA、WAM这些术语（在机器人领域这越来越普遍），我们并不利于沟通的清晰性。让我们记住这些术语的历史起源。VLM作为LLM的多模态扩展出现——训练是为了VQA（视觉问答）等任务。它们捕捉图像背后场景的静态语义，没有动态。另一方面，世界模型（例如@ylecun，Ha & Schmidhuber 2018）主要是动态模型，可以追溯到1960年的控制理论（Bellman、Kalman等）。这使得它们天然适合机器人规划/策略——我处于状态s，应该执行什么动作a才能到达状态s'？在经典控制中，这些模型是通过对系统物理建模先验地写下来的；今天我们认为它们是从时间数据（例如视频、机器人轨迹）训练出来的学习型神经网络。但概念是一样的。我们不应该把这个概念与VLM混为一谈。