世界模型：具身智能的“大脑”正在成形

理解世界，而非模仿动作 想象这样一个场景：你对机器人说‘帮我把洗衣机里的衣服拿出来晾晒’，它看了看洗衣机的门，规划手臂的开门轨迹，缓缓打开舱门，发现衣物缠在一起，它停顿思考一下，重新调整策略，将缠绕的衣物一件件抽出，整理好挂在晾衣杆上。 这个场景之所以令人兴奋，不是因为机器人‘做到了’，而是因为它‘想到了’。它是在理解世界、预测后果、调整行动。这就是世界模型想要实现的东西：让机器像人一样，在行动之前先在脑海里推演一遍——‘我这么做，是否符合这个世界的物理规律？’ 三道墙：数据困境的真实图景 世界模型的本质，是能够理解物理世界运行规律的AI系统，其核心能力在于‘预测世界的下一步状态’。这需要三项关键能力：多模态融合理解，准确感知环境变化；物理规律认知，涵盖动力学与时空关系；因果推理，支撑长时序、不崩坏的逻辑链。 但训练这样的模型，面临三重现实阻碍： 第一道是‘数据墙’——语言模型已用到100万亿Tokens语料，而具身智能所需的真实物理世界数据，信息密度极低，当前积累尚不足千分之一； 第二道是‘表征墙’——跨任务、跨场景、跨本体的统一物理表征仍未建立，同一套理解框架难以适配不同形态的机器人； 第三道是‘闭环墙’——真实环境中试错成本高、反馈慢，难以支撑规模化迭代。 不同团队正以差异化路径破墙：有的采用通用操作接口（UMI）采集低成本、无本体依赖的数据；有的坚持真机采集不可替代，强调数据质量与任务复现一致性；还有的提出‘数据金字塔’结构，将互联网视频、第一人称视角、真机交互、部署回流四类数据分层使用，各司其职。 VLA与WAM：不是取代，而是演进 业内曾出现‘VLA已死，WAM当立’的论调，但实践者更倾向务实判断。VLA（视觉-语言-动作模型）已在跨本体迁移上展现潜力——某通用VLA模型仅在ARX机械臂训练，却能零适配迁移到UR5双臂平台完成同款操作。 而WAM（世界动作模型）则在特定任务中显现出优势：例如餐巾折叠这类对成功率和数据效率要求极高的商业场景，Dyna Robotics发现WAM架构更能兼顾可靠性与泛化性。其思路是——用世界模型做高频状态推演，用轻量推理模型处理高层决策，形成分层协同机制。 腾讯首席科学家张正友指出，具身智能尚无类似Transformer的统一范式。他提出三层认知架构：底层反应系统（快响应）、感知行动系统（中调度）、认知系统（慢思考），信息双向流动，更接近真实智能体的结构。 姚卯青则认为，VLA与WAM并非对立路线，下一代模型将是WRAM（世界推理动作大模型），即融合物理推演、因果理解与动作生成的一体化架构。智元已推出GO-2基座模型、Act2Goal世界模型、GE-Sim2.0仿真引擎，并配套SOP流程库与Genie Evolver百台级真机强化学习系统，打通算法—仿真—真机闭环。 从分钟级迭代到端侧实时推演 训练效率是落地前提。传统单机强化学习迭代周期以‘天’计，而智元在嘉兴部署的Genie Evolver系统，支持超100台机器人并行在线训练：集群实时上报交互数据，云端完成模型更新后，权重2秒内下发至全部终端，训练周期压缩至‘分钟级’。 无界动力选择另一路径：以隐空间世界模型构建‘世界观’，掌握物理规律与因果关系；再以强化学习塑造‘价值观’，将理解沉淀为精准执行策略。该方法不追求像素级视频生成，而在压缩后的隐空间中高效推演未来状态，并驱动动作生成。 推理效率决定机器人能否应对动态现实。大晓机器人发布的开悟世界模型3.1，端侧推理延迟仅125毫秒，使‘理解—推演—执行—反思’闭环可在本体实时完成；蚂蚁灵波的世界模型则在消费级显卡上达成90–150赫兹推理频率，验证了‘为物理世界原生设计’架构的工程可行性。 真实产线，正在成为新展台 部署验证不再是实验室Demo。智元机器人在江西南昌3C产线实现99.99%操作成功率，稳定运行数月；Dyna Robotics在马萨诸塞州餐厅完成餐巾折叠商业验证，24小时无人干预下自主折叠超850个，成功率99.4%；大晓机器人推出面向即时零售、酒店洗衣、巡检安防的三类方案，‘晓满’履约系统已进入烧卖购、快客达等实际零售场景，计划一年内覆盖1000家门店。 这些不是偶发成功，而是可重复、可计量、可交付的业务成果。 关于‘机器人ChatGPT时刻’的时间表，业界预判趋于收敛：姚卯青认为最快两年；任至意与马也骋倾向四年左右；张正友估计为三至五年。共识在于——拐点不在遥远未来，而在持续验证的进程中。 Physical IQ：行业需要一把标准尺子 当前最大缺位，是评测体系的缺失。多数测试仍停留于视频生成质量，却无法衡量模型真正的物理因果推演能力。正如一位CTO所言：‘今天的世界模型，可能99%的像素对决策毫无用处，但我们仍在为它们消耗大量算力。’ Physical IQ物智平台应运而生——这是国内首个具身原生、面向多场景、多本体、多任务的统一评测基准。它不限定硬件形态或算法路径，所有参与者在同一协议下竞技，重点考察双臂协作、移动与操作协同、长程任务规划、3D空间推理、工具使用、多机协同等真实能力维度。 零售场景考货架整理与外卖打包；工业场景考柔性线材整理与工具操作；家居任务覆盖厨房清洁与混合物体整理；物流环节测传送带分拣与重型货箱搬运。每一项任务都源自一线痛点，拒绝‘玩具级’测试。 平台已吸引智元机器人、辉羲智能、蚂蚁灵波等产业链伙伴共建，正从评测工具发展为覆盖产学研用的生态基础设施。