< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> # 世界模型“六小龙”在WAIC吵起来了！行业红利就在非共识里 _[林, 方舟](https://www.qbitai.com/author/linfangzhou "由 林, 方舟 发布")_ 2026-07-24 15:29:57 来源：[量子位](https://www.qbitai.com) > 林方舟 发自 凹非寺 > > 量子位 | 公众号 QbitAI 世界模型，是当前AI圈最火、也最没有共识的领域之一。 它的概念没有收敛、技术路线没有收敛、训练方式没有收敛、数据标准没有收敛、评测尺度没有收敛…… 7月19日，在WAIC“世界模型六小龙”论坛上，一场信息密度极高的圆桌讨论，凑齐了六家公司的世界模型技术负责人。他们是： * 大晓机器人首席科学家陶大程（主持人） * 蚂蚁灵波首席科学家沈宇军 * 极佳视界联合创始人&首席科学家朱政 * 无界动力联合创始人兼CTO夏中谱 * 智元机器人AI算法总监任广辉 * 自变量机器人联合创始人兼CTO王昊 这些嘉宾的观点，代表了行业对世界模型最前沿的思考，值得一听。 # 什么能力重要？ 共识不多讲了，嘉宾们的分歧才是最有趣的部分。 先来看世界模型的技术路线之争。 这六家公司目前押注的技术路线，按照**“模型在什么空间里推演世界”** 的尺子，可大致归类为三派： * 像素生成派：代表公司是极佳视界 * 隐空间（JEPA）派：代表公司是无界动力 * 融合派：代表公司是大晓机器人（理解生成预测一体化）、蚂蚁灵波（推出了多条路线的世界模型全家桶）、自变量机器人、智元机器人 由于走的技术路线不同，各家公司自然对许多焦点问题有不一样的看法。 比如：**世界模型究竟该对物理世界有多大程度的理解** ？ 一边希望它尽可能接近物理模拟器。 无界动力的夏中谱提出，评价世界模型要看它对几何、运动、力等状态的预测精度。 另一边则认为，机器人没必要先成为物理学家。 蚂蚁灵波的沈宇军认为**“物理合理性”** 比**“物理精度”** 更重要。机器人只需要明白同样重量的铁比棉花掉的快，但到底快多少，不需要知道，只需要观察。 他说，机器人不必算清每一条轨迹、复现每一个物理参数，只要知道哪些差异会影响眼前的动作，就够了。 对模型能力评价的标准，嘉宾们也存在分歧。 智元的任广辉认为，**推理的长时物理一致性** ，是评价是世界模型能力必不可少的指标之一。 而自变量的王昊却直言：长程推演是“伪需求”，比起这个能力，他更看重推理的时效性。如果推理慢到错过决策窗口，再完整的理解也没有用。 在观点碰撞背后，各个嘉宾捍卫的是自家模型擅长的能力。 模型对于物理世界的理解，隐空间里可以直接回归物理量，所以敢要求物理精度；像素生成学到的天然是“看起来合理”，所以只承诺物理合理性。 而关于长时一致性，智元的世界模型，有一大用途是当仿真器，长程推演正是仿真器的生命线；自变量把世界模型与VLA整合进同一个端到端框架，预测是动作生成的前置步骤，预测铺得越长，推理就越慢，占掉的决策时间就越多。 # 什么将率先收敛？ 除了技术路线之争，**世界模型在下一阶段最可能先收敛的是什么** ？ 大家的判断也不尽相同。 任广辉和夏中谱认为是**统一表征** 。语言模型找到了token，具身智能还没找到自己的“token”，视觉、语言、动作这些模态得对齐进同一个表征。 王昊押的是**融合** ，视频生成贡献未来预测、隐空间贡献推理、3D显式建模当空间记忆，各取所长拼出新架构，这在大语言模型历史上发生过一遍。 沈宇军的押注则落在**触觉** 上。他笃定，下一阶段行业会率先形成共识：触觉将成为机器人不可或缺的模态。**触觉数据一旦突破，物理世界和数字世界的世界模型，将分道扬镳。** 如今许多机器人的世界模型，从数字世界的视频生成模型迁移而来；蚂蚁灵波则在开发具身原生的世界模型，从控制执行的需求出发、基于自回归架构从头预训练，让模型为“边预测、边行动”、而非为生成好看的画面而设计。 陶大程认为，世界模型最近的收敛不会发生在某一条技术路线上，而是发生在一把横向的**评测标尺** 上。 他举例，就像深度学习的爆发，不是神经网络在论战里说服了特征工程派，而是ImageNet把所有方法拉到同一把尺子下。标尺统一了，收敛自然就会发生。 大晓机器人在论坛期间发布了PHYSICAL IQ，定位为首个具身原生、面向多场景、多本体、多任务的物理智能评测基准平台，公平量化不同机器人本体与世界模型的物理智能水平。 # 从Demo走向Deployment 虽然各家的技术路线有分歧，但当机器人进入物理世界，最终的评价标准会变得很朴素：它能不能稳定完成任务？ 按照夏中谱的定义，叫“决策有效性”；任广辉说的偏技术，“最终为policy提升多少指标”；朱政的定义则是“多任务真机成功率”。这些指标虽然名字不同，但目标殊途同归。 Demo稳定完成任务并不难，因为为了一个Demo可以不计成本，**真正难的是在真实世界中规模化部署（Deployment）** 。 王昊分享了一个规律：模型能力从90%提升到99%，再从99%提升到99.9%，投入的成本并不是线性增长。 实验环境里看似微小的错误率，落到部署现场，可能就是一次次人工接管、一次次返工，最后变成一笔算不过来的账。 对随机和突发情况的应对能力，也是机器人走出实验室后必须要补上的短板。 沈宇军举了商超里的例子。机器人要找一包蔬菜，顾客却可能顺手把它放进了牛奶柜。单独一起事件，可能是偶发情况；但对每天面对不同顾客的机器人来说，这就是日常。 大晓机器人的陶大程强调了**端侧能力** 对于部署的重要性。 很多世界模型跑在云端，但机器人留给自己做判断的时间，可能只有几十毫秒到几百毫秒。网络不能永远在线，云端也不能总在等待。 他说，最难的不是让模型变聪明，而是让聪明变得便宜、可靠、及时。 一句话说：**Demo展示的是能力上限，部署则考验能力下限** 。 最后，还有一个问题值得深思：世界模型今年上半年才真正火起来，如果两年后看，**眼下的什么做对了，什么做错了？** 沈宇军说，行业有时把“模型的能力”和“模型展现出来的能力”混淆了。模型的能力是泛化效率、可交互性这类内在属性；展现出来的能力是生成效果这类外在呈现。 他认为，两年后看，所有为模型架构能力做的工作，都做对了，但过于追求模型呈现出来的能力，并不好说；所有为数据链路做的准备，都做对了，但当下积累的数据最终是否会被用到、是否会被更新迭代，并不好说。 朱政说，眼下模型之外的太多事情分散了精力。在基模尚未收敛的时候，就去探索非常多的商业化场景，大概率不会成功。 任广辉称，两年后，世界模型会走向更加“具身原生”，需要更大规模的具身原生数据和为具身而生的原生架构。 这场持续一小时左右的圆桌，讨论了世界模型最值得关注的几个话题，呈现出行业现阶段代表性的共识和分歧。 陶大程的总结说得很好：分歧是论文的素材，重叠是产业的基底。对整个行业而言，分歧并不是问题，反而是当下的红利。 _版权所有，未经授权不得以任何形式转载及使用，违者必究。_ [世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) * [近百名玩家涌入具身数据：一年融资44.7亿，谁能真靠“卖数据”赚钱？](https://www.qbitai.com/2026/07/459262.html "近百名玩家涌入具身数据：一年融资44.7亿，谁能真靠“卖数据”赚钱？") _2026-07-24_ * [李飞飞学生发起国际具身人类数据标准，光轮智能成唯一参与中国企业](https://www.qbitai.com/2026/07/457920.html "李飞飞学生发起国际具身人类数据标准，光轮智能成唯一参与中国企业") _2026-07-24_ * [WAIC看了一圈，这家公司的机器人在认真打工](https://www.qbitai.com/2026/07/458348.html "WAIC看了一圈，这家公司的机器人在认真打工") _2026-07-24_ * [嚯！35家大型央国企实测后，因果世界模型落地了](https://www.qbitai.com/2026/07/458357.html "嚯！35家大型央国企实测后，因果世界模型落地了") _2026-07-24_ ### 相关阅读 [ ](https://www.qbitai.com/2025/06/292419.html) #### [李飞飞自曝详细创业经历：五年前因眼睛受伤，坚定要做世界模型](https://www.qbitai.com/2025/06/292419.html) ”创业并非跟风，而是源于对智能本质的持续探索” [一水](/?author=47840)2025-06-10 __[世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [李飞飞](https://www.qbitai.com/tag/%e6%9d%8e%e9%a3%9e%e9%a3%9e) [ ](https://www.qbitai.com/2025/09/332824.html) #### [李飞飞发布世界模型新成果：一个提示，生成无限3D世界](https://www.qbitai.com/2025/09/332824.html) 永久持续，没有时间限制 [不圆](/?author=47847)2025-09-17 __[世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [李飞飞](https://www.qbitai.com/tag/%e6%9d%8e%e9%a3%9e%e9%a3%9e) [李飞飞团队](https://www.qbitai.com/tag/%e6%9d%8e%e9%a3%9e%e9%a3%9e%e5%9b%a2%e9%98%9f) [ ](https://www.qbitai.com/2026/07/446075.html) #### [别让AI一上来就“进厂打螺丝”：智源悟界·Orca要先教模型理解世界如何变化](https://www.qbitai.com/2026/07/446075.html) Hugging Face论文月榜第一 [邓思邈](/?author=50)2026-07-08 __[Orca](https://www.qbitai.com/tag/orca) [世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [智源](https://www.qbitai.com/tag/%e6%99%ba%e6%ba%90) [ ](https://www.qbitai.com/2026/06/429349.html) #### [全球首个机器人训练楼盘开盘：30万套中国住宅，机器人拎包入住](https://www.qbitai.com/2026/06/429349.html) 具身智能的房地产开发商来了！ [henry](/?author=47850)2026-06-05 __[世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [具身智能](https://www.qbitai.com/tag/%e5%85%b7%e8%ba%ab%e6%99%ba%e8%83%bd) [大晓机器人](https://www.qbitai.com/tag/%e5%a4%a7%e6%99%93%e6%9c%ba%e5%99%a8%e4%ba%ba) [ ](https://www.qbitai.com/2024/12/228304.html) #### [谷歌邀马斯克联手做AI游戏！DeepMind版Sora是个3D游戏引擎 profile-avatar](https://www.qbitai.com/2024/12/228304.html) 这个大佬们都在押注的方向，真的要火了～ [梦晨](/?author=32)2024-12-05 __[世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [ ](https://www.qbitai.com/2024/11/221749.html) #### [AI版《黑客帝国》：无限生成逼真视频，3A画质，还能实时交互](https://www.qbitai.com/2024/11/221749.html) 零样本就可以直接泛化 [十三](/?author=21)2024-11-21 __[世界模型](https://www.qbitai.com/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) [阿里巴巴](https://www.qbitai.com/tag/%e9%98%bf%e9%87%8c%e5%b7%b4%e5%b7%b4) [香港大学](https://www.qbitai.com/tag/%e9%a6%99%e6%b8%af%e5%a4%a7%e5%ad%a6) [黑客帝国](https://www.qbitai.com/tag/%e9%bb%91%e5%ae%a2%e5%b8%9d%e5%9b%bd)