复旦贾萧松谈VLA与WAM架构热潮：真正瓶颈不在模型架构，而在训练方式

雷峰网对话复旦大学可信具身智能研究院助理教授贾萧松，回顾他从轨迹预测转向端到端自动驾驶、再研究世界模型与灵巧手的经历。他提出端到端价值在于直接优化最终目标，模仿学习先到90分、强化学习再补10分；Think2Drive用隐空间世界模型让一张显卡同时运行约1000到2000个环境。他认为当前瓶颈不在VLA、WAM等架构而在训练方式，具身智能扩大模仿学习规模后可能遇到自动驾驶同样的瓶颈。