Ngày 8/9/2026, chuyên gia Jim Fan (@DrJimFan) đưa ra tuyên bố trên mạng xã hội X rằng mô hình VLA (Vision-Language-Action) truyền thống đã không còn phù hợp và được thay thế bằng khái niệm 'VLA 2.0', trong đó Astra đóng vai trò cốt lõi. Theo Jim Fan, lập trình đa phương thức (multimodal coding) là không gian hành động (action space) chuẩn xác cho bộ não 'Hệ thống 2' (System 2 — tư duy chậm và lập luận) của các hệ thống robot.
Phát biểu của Jim Fan nhấn mạnh sự chuyển dịch trong kiến trúc điều khiển trí tuệ nhân tạo dành cho robot. Mô hình VLA vốn kết hợp thị giác, ngôn ngữ và các lệnh hành động điều khiển để robot tương tác với thế giới vật lý. Tuy nhiên, Jim Fan cho rằng việc chuyển đổi sang không gian lập trình đa phương thức sẽ đóng vai trò nền tảng giúp robot thực hiện các quy trình suy luận logic phức tạp và lập kế hoạch nhiều bước trước khi hành động.
Trong bài đăng ngắn gọn trên X, Jim Fan viết: 'Astra is the new VLA. VLA is dead. Long live VLA 2.0: multimodal coding is the right action space for the System 2 (slow) brain of robotics.' Khái niệm Hệ thống 2 được đề cập ở đây mô phỏng cơ chế nhận thức chậm, đòi hỏi tính toán và lập luận sâu, phân biệt với các phản xạ điều khiển nhanh thông thường của phần cứng.
Hiện tại, bài đăng của Jim Fan chỉ dừng lại ở mức đưa ra luận điểm định hướng công nghệ. Nguồn tin chưa cung cấp các thông số kỹ thuật chi tiết, tài liệu nghiên cứu đầy đủ, kiến trúc nội bộ của Astra hay các kết quả thử nghiệm thực nghiệm để chứng minh tính hiệu quả của VLA 2.0 so với các giải pháp VLA hiện hành.