首頁/Physical AI/VLM、VLA、機械手臂的關係

VLM、VLA、機械手臂的關係

視覺語言模型與視覺語言動作模型，如何把一句話變成手臂的動作序列。

2026-08-296 分鐘VLMVLA機械手臂

本文目錄

VLM：看得懂畫面

VLM（Vision Language Model）同時吃影像與文字，可以回答「畫面裡有幾個零件」「哪一個有刮痕」。它提供的是理解，不是動作。

VLA（Vision Language Action）在 VLM 之上多了動作頭，直接輸出末端位姿或關節指令。訓練資料是人類示範的操作軌跡，因此資料收集本身就是專案的主要工作量。

手臂是執行層。無論上面接的是傳統視覺演算法還是 VLA，最後都要換算成運動學可行的路徑，並受限於手臂的工作範圍、負載與重複精度。這也是為什麼理解硬體規格不能跳過。

延伸閱讀

Physical AI 指的是能感知環境、做出判斷並實際控制硬體動作的 AI 系統。本文用一條價值鏈把它講清楚。

兩者都用深度學習，但輸出型態、驗證方式與失敗代價完全不同。

為什麼實體控制多半要在本地推論，以及算力、延遲、功耗怎麼取捨。

從桌上型手臂到產線 AOI，導入順序與硬體選型都可以先聊過再動手，避免重買。