银河通用张直政：LDA统一VLA与世界模型，打通具身智能数据壁垒

事件概述

银河通用机器人联合创始人张直政在接受专访时，详细介绍了其团队发布的新技术LDA（Latent Dynamics Action Model）。LDA是一种在隐空间中统一世界模型与VLA的跨本体动作基础模型，首次实现多种异构数据（虚实共融、人机混合、质量参差、有无动作标签）的统一有效利用。该工作已被机器人顶会RSS 2026录用（仅210篇），且核心代码已开源。

核心信息

• 技术融合路径：张直政指出，行业常将VLA（直接学习策略）与世界模型（预测环境状态转移）视为对立路线。LDA在一个统一的隐空间内协同训练四个任务：前向动力学、逆向动力学、策略学习与视觉预测。通过联合训练，模型既能理解“该做什么”，又能建模“环境如何变化”，两者相互增益。
• 区别于其他世界模型：与李飞飞、LeCun等聚焦于“世界应如何表征和预测”不同，LDA更侧重“世界演化如何直接服务于动作生成”。具身世界模型要求在预测准确性的基础上，根据任务目标有选择性地预测与动作相关的环境变化，并利用预测结果辅助动作输出。
• 数据策略与优势：银河通用构建了五层全量数据金字塔（AstraData），从互联网数据、人类行为数据、仿真合成数据、真实遥操数据到真机自主运行数据，层层咬合。LDA可以利用低质量或含噪声的数据进行环境状态转移建模，从而大幅降低对高质量成功标注数据的依赖。
• 跨本体泛化能力：LDA具备少样本跨本体泛化能力，仅需约1小时的后训练数据即可适应新硬件的运动学特性，打破以往硬件升级需重新训练模型的困境。
• 商业化方向：公司优先推进工厂场景（生产力），再进家庭（服务力）。目前已实现太空舱项目、即时零售项目等长期稳定规模化运行。
• 行业判断：张直政认为，支撑头部具身公司估值有两层逻辑：一是公司目标与行动契合（有真实落地场景优于仅演示视频）；二是前沿研发与商业化落地的技术路线一致。他判断，最终拥有基模和行业闭环能力的具身公司不会超过3家，工业、零售等场景进入下半场（应用层爆发）已近在眼前。

值得关注

• LDA通过统一四种任务的方式，探索了具身智能中“策略学习”与“世界建模”的深度融合，为利用大规模异构数据进行训练提供了可行方案。
• 银河通用在数据采集上坚持自建金字塔体系，注重仿真合成数据与真实闭环数据的结合，并强调失败/低质量数据的利用价值。
• 张直政对具身行业泡沫的看法：泡沫在于目标与技术水平的时间错配，只要有人真正推动技术进步将幻想转化为现实，就不是泡沫。