来自新加坡国立大学（NUS）的邵林团队提出了一种全新的解耦式分层框架 —— Goal-VLA。该研究创新性地将图像生成式 VLM 作为 “以物体为中心的世界模型”，在无需任何任务特定微调和成对动作数据的情况下，实现了强大的零样本机器人操作能力。 http://t.cn/AXIV7wWL ​