摘要：過去一年，機器人行業圍繞一個核心議題爭論不休：大型語言模型（LLMs）究竟能否真正掌控物理世界？今日，英偉達（NVIDIA）GEAR實驗室正式給出了明確答案——重磅發布擁有140億參數的“世界動作模型”（World Action Model, WAM）DreamZero，將機器人智能的核心根基，從基于文本的推理，徹底轉向基于視覺的想象。英偉達高級研究經理Jim Fan將這一突破定義為機器人領域的“GPT-2時刻”：通過訓練模型同時“構想”未來像素與機器人動作，英偉達成功打造出一套能夠完成從未經過明確訓練任務的系統——從解開鞋帶，到與人握手，均能流暢實現。作為物理AI領域的里程碑式成果，DreamZero不僅顛覆了傳統機器人的訓練與控制邏輯，更直接回應了圖靈獎得主Yann LeCun對行業“過度依賴LLM”的批判，為機器人世界模型的發展開辟了全新路徑。本文將深度解析DreamZero的技術突破、二次預訓練范式的核心內涵，拆解其在數據利用、跨具身遷移上的獨特優勢，詳解英偉達如何通過GB200架構破解實時性難題，剖析其對機器人行業的顛覆性影響，為技術從業者、行業觀察者、投資者呈現最專業、最全面的深度解讀。