摘要：過去一年，機器人行業(yè)圍繞一個核心議題爭論不休：大型語言模型（LLMs）究竟能否真正掌控物理世界？今日，英偉達（NVIDIA）GEAR實驗室正式給出了明確答案——重磅發(fā)布擁有140億參數(shù)的“世界動作模型”（World Action Model, WAM）DreamZero，將機器人智能的核心根基，從基于文本的推理，徹底轉(zhuǎn)向基于視覺的想象。英偉達高級研究經(jīng)理Jim Fan將這一突破定義為機器人領(lǐng)域的“GPT-2時刻”：通過訓(xùn)練模型同時“構(gòu)想”未來像素與機器人動作，英偉達成功打造出一套能夠完成從未經(jīng)過明確訓(xùn)練任務(wù)的系統(tǒng)——從解開鞋帶，到與人握手，均能流暢實現(xiàn)。作為物理AI領(lǐng)域的里程碑式成果，DreamZero不僅顛覆了傳統(tǒng)機器人的訓(xùn)練與控制邏輯，更直接回應(yīng)了圖靈獎得主Yann LeCun對行業(yè)“過度依賴LLM”的批判，為機器人世界模型的發(fā)展開辟了全新路徑。本文將深度解析DreamZero的技術(shù)突破、二次預(yù)訓(xùn)練范式的核心內(nèi)涵，拆解其在數(shù)據(jù)利用、跨具身遷移上的獨特優(yōu)勢，詳解英偉達如何通過GB200架構(gòu)破解實時性難題，剖析其對機器人行業(yè)的顛覆性影響，為技術(shù)從業(yè)者、行業(yè)觀察者、投資者呈現(xiàn)最專業(yè)、最全面的深度解讀。