在人工智能的浩瀚宇宙中，一個名為VLA（視覺-語言-動作）的新星域在2018年悄然升起，這一變革性的領域由澳大利亞機器人視覺研究中心（ACRV）的博士后研究員吳琦及其團隊率先點亮。吳琦，這位在學術界屢獲殊榮的科學家，與中國計量大學、英國巴斯大學及澳大利亞阿德萊德大學有著深厚的學術淵源，他的研究足跡遍布圖像描述、視覺問答，并最終引領至VLA的廣闊天地。

2018年，吳琦與博士生Peter Anderson及Abhishek Das在CVPR 2018上首次將視覺-語言（VL）與機器人導航相結合，發表了VLN（視覺-語言-導航）的開山之作。緊接著，Abhishek Das的“EmbodiedQA（具身問答）”研究更是讓“Embodied”概念深入人心。同年，NLP領域的頂級會議ACL在墨爾本召開，吳琦團隊借此機會舉辦了一場題為“將語言和視覺與動作聯系起來”的tutorial，正式拉開了VLA研究的序幕。

在這場tutorial中，吳琦團隊不僅分享了CNN、RNN等基礎方法，還深入探討了機器人數據、環境仿真器以及強化學習在VLA研究中的應用。吳琦意識到，要使機器真正解決實際問題，除了學習和理解多模態信息外，還需與真實環境進行交互。因此，他在原有的VL基礎上加入了“動作（Action）”，提出了“V3A”概念，即視覺（Vision）、提問（Ask）、回答（Answer）和行動（Act）。

吳琦的學術生涯充滿了前瞻性和創新性。早在MS COCO數據集發布之初，他便敏銳地捕捉到了圖像描述方向的研究潛力，并迅速跟進。隨后，他又在視覺問答（VQA）新方向上發表了“Ask Me Anything”工作。七年間，VLA從最初的萌芽狀態發展成為具身智能領域內的熱門話題，吸引了全球科研人員的廣泛關注。英偉達、Figure AI、Physical Intelligence及清華大學等國內外知名機構紛紛推出了各自的VLA模型。

作為VLA領域的開拓者，吳琦并未止步于理論探索，而是選擇在VLN方向上繼續深耕，并著手進行真機研究。如今，他已在澳大利亞阿德萊德大學擔任副教授，領導著“V3A Lab”實驗室，并在澳大利亞機器學習研究中心（AIML）擔任視覺與語言研究方向的實驗室主任。在談到具身智能與VLA時，吳琦表示，VLA不應局限于上半身的操作任務，導航問題仍有待突破。

回顧VLA的發展歷程，吳琦團隊的工作無疑起到了關鍵作用。他們不僅提出了R2R數據集和任務，還推動了VLN研究的興起。隨后，王鑫在CVPR 2019上利用模仿學習和強化學習解決VLN的工作更是讓這一領域大放異彩。而GPT系列的出現則進一步加速了VLA的發展，解決了許多VL難以解決的問題，為VLA的研究奠定了堅實基礎。

在吳琦看來，VLA的大熱是產業和學術發展的雙重結果。從產業視角來看，任何落地場景都需要處理多模態輸入，并依賴一個高水平的推理模型輔助完成復雜的規劃與行為決策。而從學術研究趨勢而言，自然語言處理（NLP）與計算機視覺（CV）領域的核心任務已取得顯著進展，研究者正積極探索新的前沿方向。VLA領域的研究者需要精準定位應用場景，弄清楚語言（L）的核心價值，即為機器人提供一種更簡便的人機交互方式。

對于導航的難點和重要性，吳琦有著深刻的認識。他認為，視覺導航作為任務本身可能并不復雜，但視覺語言導航（VLN）卻極具挑戰性。VLN能夠實現根據指令導航到指定位置并完成特定任務的功能，這在過去是無法想象的。而VLA中的action則更加廣泛，VLN只是其中一個子集。吳琦強調，家用場景下的導航問題尤為復雜，需要機器人不斷移動并處理動態場景中的挑戰。

在VLA領域的研究中，數據問題一直是制約發展的關鍵因素之一。吳琦認為，雖然數據是最大的難題，但同時也是最容易突破的。他提出了多種技術路徑來解決數據問題，包括真人操控采集、Sim2Real模擬生成以及視頻數據驅動等。同時，他也強調了模擬器在VLA研究中的重要性，認為模擬器需要大廠來推動發展，并具備場景仿真、物理仿真和高效運行等關鍵特性。

隨著具身智能的不斷發展，VLA領域的研究將越來越深入。吳琦表示，他將繼續在VLN方向上扎根，并著手進行更多真機研究，以推動VLA技術的實際應用和落地。他的工作不僅為VLA領域的發展奠定了堅實基礎，也為人工智能的未來探索提供了無限可能。