VLA 在機器人面臨諸多挑戰：1）機器人數據稀缺：真實的機器人數據獲取難度大、耗費時間和資源，如果依靠模擬數據會加劇模擬和現實之間的差距；2）基礎模型：機器人基礎的 VLA 模型尚未出現成熟方案，評估控制策略的基準也并未統一；3）運動規劃模塊：當前的運動規劃規劃模塊缺乏解決各種環境中的復雜性所需的靈活性，影響機器人執行復雜操作的能力；4）多模態集成：視覺、語言和動作的處理和集成還需要持續優化；5）多種重要性能有待提升：泛化能力、魯棒性、長遠任務執行等。