观点：仅靠 VLA 模型无法实现人形机器人的安全部署

有 Reddit 用户认为，仅靠视觉-语言-动作（VLA）模型不足以让人形机器人安全融入日常生活。人形机器人力量和速度远超人类，若缺乏复杂的多感官输入，仅凭视觉从视频学习，无法掌握握持儿童手臂、端蛋糕、关门等任务中适时调整力度的人类本能行为，容易引发事故并阻碍行业普及。