τ0-VLA是一种分层机器人基础模型，将高层子任务生成视为可扩展的推理问题。它通过世界模型预测候选子任务的视觉结果，并用价值模型评估，结合束搜索和反思模型选择最优子任务。低层策略在统一动作空间上执行，支持多种机器人形态。实验表明，这种测试时计算显著提升任务成功率和子任务预测准确率。