LLM：Large Language Mode，EAI：Embodied Artificial Intelligent，E2E：End to End
端到端在具身智能机器人的应用
核心对比：具身机器人端到端（VLA，Vision-Language-Action 视觉语言动作模型）解决高自由度全身物理交互，输入包含外部环境感知 + 本体本体感知（Proprioception），直接输出关节位置 / 力矩 / 速度，不再把任务拆成独立的「感知→建图→规划→运动学求解→控制器」串行流水线。
同样分为两类：
- 纯端到端 VLA：多模态观测 + 语言指令 → 模型直接输出全身关节动作序列；中间无显式物体检测、无独立运动规划模块（特斯拉 Optimus 路线）
- 半端到端（工业主流）：VLA 模型输出目标动作 / 轨迹，底层保留独立全身运动控制器 WBC、阻抗控制作为安全兜底；保留本体状态观测通道用于故障监控，兼顾泛化性与安全边界（小鹏 IRON、NVIDIA GR00T）
共性底层前提：时间同步 + 本体 / 外参标定。相机、IMU、激光、关节编码器采样频率差异巨大（相机 30Hz，IMU 200~
