扩散动作头取代自回归：强化学习后训练成为连接预训练大模型与具身动作能力的关键桥梁

文章分析了AI从语言范式向物理世界扩展的机遇与技术基础。当前VLAs、WAMs、原生具身模型等架构正收敛于学习物理世界表示；双系统分层架构（System 2推理+System 1控制）成为复杂具身AI的标准设计；强化学习后训练正将LLM的缩放定律引入动作领域；模拟和合成数据是解决物理世界数据稀缺的核心基础设施。三大前沿机会领域为机器人学习、自主科学和新的人机界面，三者共享物理动态学习表示、分层动作架构、闭环控制等技术基元，形成相互增强的结构性飞轮。