网易首页 > 网易号 > 正文 申请入驻

神仙打架之外:环卫车里长出的世界模型什么样

0
分享至

(文/张志峰 编辑/周远方)

2026年5月,世界模型赛道至少有三件事值得记住。智元GE 2.0在WorldArena登顶,星动纪元Ctrl-World拿了具身任务能力全球第一,北京人形Pelican-Unify成了双冠王。

它们都在回答同一个问题。机器人到底该先建一座虚拟健身房,还是直接在真实世界里摔打。

同一个月,酷哇科技发布了CooWAIM 2.0。前三个在刷榜,酷哇在刷街。它的测试场是芜湖某条辅路,主角是一台正在贴边作业的无人清扫车。


假如这时路口突然冲出一辆逆行电动车,它不会停下来把整条街的三维画面在脑子里推演一遍,而是边减速边微调方向,在三百毫秒内完成避让。

酷哇相关负责人把这个能力概括为一句话,CooWAIM 2.0在打麻将般的博弈和切菜式的精细操作中,比同类模型更快。他进一步解释,就像人类打麻将时会预判他人反应、切菜时会感知食材触感,真正的智能源于动作与环境的实时闭环。

这个闭环本身并非酷哇独有。智元用GE 2.0建全功能世界模拟器,让机器人在虚拟环境里试错进化。星动纪元走VLA与世界模型融合路线,用分频端到端打通感知与动作。北京人形则以国家队身份推进大一统物理智能回路。它们代表了当前世界模型的三条主路。

但酷哇走了一条更轻的路。它不问机器人能不能在虚拟世界里推完一万次杯子,只问下一秒别撞上那辆电动车。

三路分兵,一路刷街

目前,全球科技巨头在世界模型赛道上呈现出不同的技术流派。

第一拨做视频生成,谷歌Genie 3、阿里Happy Oyster、OpenAI Sora,核心能力是生成逼真的未来画面,一帧一帧预测像素变化。图灵奖得主杨立昆曾指出,预测像素变化不等于理解物理世界,生成一段杯子掉落的视频,不代表模型懂得重力和材料力学。但在舆论场里,视频生成和世界模型常被混为一谈。Meta的V-JEPA 2走另一条路,不渲染画面,只提炼物理规律的因果理解,像一位只看棋谱不摸棋子的理论派。

第二拨做自动驾驶仿真。Waymo、特斯拉、蔚来NWM,这拨人其实最老资格,早就在用闭环仿真器测试极端路况、跑安全corner case,只是以前叫仿真器或数字孪生,生成式AI能力提升后,虚拟场景真假难辨,顺势把名字升级成了世界模型。他们的核心任务是预测自车响应和交通流演化,动作空间被严格限制在方向盘、油门、刹车两三个自由度里,目标是避免接触,而非理解接触。

第三拨做机器人与具身智能。智元、星动纪元、北京人形都在这个阵营,他们强调世界模型必须是动作条件化的,即预测的不是下一帧画面,而是我做了这个动作以后世界怎么变。这拨人要处理的是手指、手腕、肩膀几十甚至上百个自由度的协调,要理解推杯子会不会倒、拧瓶盖用多大力、叠毛巾时布料如何形变。道路有车道线和交通灯,规律性强,家庭与工厂里的物体材质、摆放方式、任务目标变化巨大,没有天然的几何约束,数据形态和计算复杂度与自动驾驶不在一个量级。

自动驾驶的世界模型,核心是避免接触,动作空间就两三个维度。人形机器人的世界模型,核心是怎么接触物体,手指、手腕、肩膀几十处关节配合,还得处理软体形变和摩擦力。从车到机器人,不是同一个模型放大,而是换了一个考场。


技术取舍:效率与精度的平衡

酷哇的特殊之处,在于它从第二拨往第三拨跳。

它从另一条路走过来,和中联环境成立合资公司,在十七个城市跑智慧环卫,2021年营收就过了五亿元。创始人何弢早年提出先难后易,把最难的城市场景先啃下来,再降维做环卫和城配。五十PB非结构化真实世界数据和万台终端,意味着它的模型是在真实的雨雪、逆行、拥堵里喂出来的。这份履历让它有资格做减法。

这种减法不是等技术成熟后拿来即用,而是基于自己的场景和数据,在世界模型的路线上做务实取舍。城市开放道路的数据和运营网络,对同场景的移动智能有复用价值,但向人形精细操作迁移,鸿沟仍在,目前未见公开验证。

CooWAIM 2.0的核心是DAWN架构,其底层为WAIM交互式世界动作模型。它不渲染高分辨率未来画面,而是通过Auto-Encoder Resampler模块,将繁杂的视觉特征压缩成16个核心语义Token。

这个取舍很像切菜时剔除筋膜,只保留最精华的部分。路网几何、障碍物拓扑、本体状态,这些被精准保留,冗余信息被剔除。

推理延迟因此压到331.3毫秒,效率提升近3倍。在NAVSIM基准测试中,其PDMS得分达89.1;在nuScenes闭环规划中,平均轨迹误差降至0.33米。


WAIM交互式世界动作模型通过在隐式空间中进行短程推演,与不推演(Fast-WAM)和全程推演后再执行动作预测的两个极端相比,取得了效果和效率上的最佳平衡

更关键的是推演策略。

市面上有些世界模型遵循先预测后规划的范式,就像一个人打麻将,必须先把所有人的出牌可能都推演完,再决定自己怎么出。这种单向滞后的方式,往往忽略了出牌本身就在实时改写牌局。

DAWN架构不再将世界预测和动作生成视为两个独立任务,而是让它们在推理过程中像辩论一样互相修正。模型在隐空间中进行短时推演,动作降噪器与世界预测器通过多轮迭代交互,实现边推演边执行。

这种交互式推演,恰好处于不推演与全程推演后再执行两个极端之间。不推演意味着盲动,全程推演再执行则意味着单向滞后。DAWN只推演2到3秒的短程未来,不赌长局。在nuScenes闭环规划测试中,平均轨迹误差降到0.33米,NAVSIM的PDMS得分89.1。

现实挑战:从榜单领先到规模化落地

这种轻量化有代价。跟英伟达Cosmos那种千亿级参数的闭源大模型比,酷哇的生态完善度和商业配套成熟度确实弱。世界模型赛道目前也还没有统一标准,从榜单到真实场景,中间隔着规模化落地的鸿沟。

智元GE 2.0近期在WorldArena特定赛道登顶,星动纪元Ctrl-World拿下具身任务能力全球第一,北京人形Pelican-Unify成为双冠王,但这些成绩主要发生在榜单和实验室环境。作为新发布的世界模型,它们的生态成熟度和真实场景验证周期仍待观察。对酷哇而言,虽然已在智慧环卫、出行等领域积累五十PB数据并实现万台级终端部署,但如何将这些数据优势转化为跨场景、跨本体的通用泛化能力,仍是行业共同面临的难题。大多数世界模型公司仍处于高投入期,数据采集成本极高,系统复杂,真正实现大规模商业化盈利的企业仍是凤毛麟角。

酷哇的DAWN架构已经全面开源。在Robotaxi、城市服务、特种作业等高价值场景中,这种具备交互式物理推演能力的模型或许有更大想象空间,但目前主要闭环仍在环卫与城配领域。世界模型赛道仍处于早期收敛期,技术路径尚未完全统一。


智能的本质是交互,不是预测

酷哇科技技术负责人表示:“我们相信,世界模型的价值不在于被动描绘未来,而在于让推演与行动在交互中共同演化。CooWAIM 2.0不仅是算法架构的升级,更是对‘智能源于交互’这一本质的回归。”

随着DAWN架构的全面开源,酷哇科技正推动具身智能从“单一任务执行”向“通用物理推理”演进。在Robotaxi、城市服务、特种作业等高价值场景中,这种具备“交互式物理推演”本能的机器人,或将重新定义人机共存的城市生态。

当机器人不再只是“执行者”,而是能像人一样在动作与环境的互动中实时思考,我们离真正的通用具身智能确实更近了一步,但这一步的跨越,仍需要时间的沉淀与产业链的协同。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
卖淫女从良嫁给小7岁男友,嫌卖饮料不赚钱,婚后竟拉着丈夫干回老本行!

卖淫女从良嫁给小7岁男友,嫌卖饮料不赚钱,婚后竟拉着丈夫干回老本行!

一丝不苟的法律人
2026-10-23 11:46:03
拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

影孖看世界
2026-10-13 23:32:38
黄仁勋辞职后,英伟达工程师宣布离职:没等到解释

黄仁勋辞职后,英伟达工程师宣布离职:没等到解释

像素与芯片
2026-11-16 01:58:50
科技股集体重挫!而“A股真正价投股”,时隔两年再创历史新高

科技股集体重挫!而“A股真正价投股”,时隔两年再创历史新高

每经牛眼
2026-11-16 15:26:37
车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

华庭讲美食
2026-11-16 18:32:11
国家税务总局规定:2026年11月1日起全国加油站全面推行,以后去加油站加油,加完油系统自动给你开电子发票

国家税务总局规定:2026年11月1日起全国加油站全面推行,以后去加油站加油,加完油系统自动给你开电子发票

扶苏聊历史
2026-10-09 10:45:34
别再做梦了!一旦中日战火再起,日本会用最极端的手段对付中国

别再做梦了!一旦中日战火再起,日本会用最极端的手段对付中国

叶葉夜
2026-11-14 21:10:07
申报了APEC停驶,有急事需要开车怎么办?

申报了APEC停驶,有急事需要开车怎么办?

深圳本地宝
2026-11-16 13:15:11
老虎为何不敢动大熊猫?护林员爆料:软萌是伪装,惹到没好果子吃

老虎为何不敢动大熊猫?护林员爆料:软萌是伪装,惹到没好果子吃

Hi科普啦
2026-11-12 19:30:14
中国4大长寿食物,豆腐排第4,第1好多人想不到,中老年要常吃!

中国4大长寿食物,豆腐排第4,第1好多人想不到,中老年要常吃!

牛锅巴小钒
2026-11-07 04:32:22
日本人有句话评价抗美援朝,让人浑身发冷:若中国不发兵,美国根本走不到鸭绿江边,可中国选择出战,此战让西方复盘70多年一直没琢磨透

日本人有句话评价抗美援朝,让人浑身发冷:若中国不发兵,美国根本走不到鸭绿江边,可中国选择出战,此战让西方复盘70多年一直没琢磨透

磊子讲史
2026-07-28 12:03:20
军事 | 中美两军移交的这批遗骸,以及中国驻纽约总领馆的这项活动,说明了一种共识!

军事 | 中美两军移交的这批遗骸,以及中国驻纽约总领馆的这项活动,说明了一种共识!

新民周刊
2026-11-16 09:07:20
中芯国际之父张汝京:虽然我是美籍,但我是中国人,回国无需理由

中芯国际之父张汝京:虽然我是美籍,但我是中国人,回国无需理由

卖樱桃的大丸子
2026-11-15 23:33:17
意外!辽宁铁人主帅徐正源未雨绸缪做出重要决定,未来他将在比赛中挑大梁

意外!辽宁铁人主帅徐正源未雨绸缪做出重要决定,未来他将在比赛中挑大梁

振刚说足球
2026-11-16 09:21:32
徐杰被传有望交易到深圳队

徐杰被传有望交易到深圳队

宗介说体育
2026-11-16 15:56:09
男人坐了25年牢,出狱后去派出所更换证件,民警看到他后却泪目了

男人坐了25年牢,出狱后去派出所更换证件,民警看到他后却泪目了

牛魔王与芭蕉扇
2025-05-06 15:49:37
中国将迎来史上最大规模的退休潮。

中国将迎来史上最大规模的退休潮。

荆楚寰宇文枢
2026-10-10 22:52:15
高考700分被劝学医,如今靠父母养家,同龄工科毕业50万年薪!高分学医是浪费吗?医学利他性太强,北大医学部讲师:想转行就转吧

高考700分被劝学医,如今靠父母养家,同龄工科毕业50万年薪!高分学医是浪费吗?医学利他性太强,北大医学部讲师:想转行就转吧

梅斯医学
2026-11-16 07:57:02
一夜输光几十万,打工小伙喝下整瓶百草枯:被伤透的妻子选择放弃治疗

一夜输光几十万,打工小伙喝下整瓶百草枯:被伤透的妻子选择放弃治疗

民生故事会
2026-09-05 23:23:10
敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

蜡笔小小子
2026-11-15 15:10:25
2026-11-17 01:56:49
观察者网 incentive-icons
观察者网
全球视野,中国关怀
157026文章数 1851581关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

体育要闻

NBA开赛最大惊喜,是他们?

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

亲子
手机
旅游
本地
公开课

亲子要闻

宝宝气人但是聪明的4个行为

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版