VLAは死んだ、ワールドアクションモデル万歳

Jim Fan氏はSequoiaのAI Ascent 2026で、ロボティクスが大規模言語モデルと同じ軌道を辿り、視覚-言語-行動モデル（VLA）に代わるワールドアクションモデル（WAM）への移行、自己中心視点ビデオによるデータ収集、ニューラルシミュレーターによる強化学習を提唱。2～3年以内の物理的チューリングテスト、2040年までの技術ツリー完了を予測。