LoHoVLA 的成功为机器人技术的发展提供了新的思路。通过将高层规划和低层控制整合在一个统一的模型中，LoHoVLA 提高了机器人执行复杂任务的能力。然而，该模型仍有改进空间，例如提高动作表示的精度，以及开发能够处理跨越多个时间步的子任务的框架。

而LoHoVLA模型则采取了一种创新的统一方法，将高层任务规划和低层动作控制整合在一个模型中。就像一个既能规划旅行路线又能亲自开车的司机，LoHoVLA能在同一个神经网络中既生成子任务描述（如"拿起橙色小方块并放在橙色大方块上"），又生成精确的机器人 ...