世界模型六小龙巅峰论道 —— 驱动物理AI从「理解」到「执行」

世界模型正驱动物理AI实现从理解向执行的跃迁，完成从因果推演到实体控制的闭环

世界模型“六小龙”携手共启物理AI的开悟时刻。

2026 年 7 月 19 日，上海世博中心。由世界人工智能大会组委会办公室主办、大晓机器人承办的WAIC 2026 世界模型"六小龙"巅峰论坛正式举行。论坛以"驱动物理 AI 从'理解'到'执行'"为核心命题，是本届 WAIC 唯一聚焦世界模型与具身智能深度融合的主题论坛。

议程覆盖思想框架、技术实践、标准建设、产业路线四个层次——由诺贝尔经济学奖得主开场，经企业级产品发布，至六支技术路线的同台交锋收束。大晓机器人在论坛上完成了开悟世界模型 3.1（Kairos 3.1）、环境式数据采集方案 2.0 与三大行业解决方案的核心成果发布。

思想框架：萨金特追问 AI 的认知边界

论坛由2011 年诺贝尔经济学奖得主托马斯·萨金特（Thomas J. Sargent）的主题演讲开场。

萨金特以"AI 的本质：从开普勒到牛顿"为论述框架，提出如下判断：当前 AI 系统的核心能力——模式识别与数据拟合——类同于开普勒对行星运动规律的描述，能够刻画"是什么"，但无法回答"为什么"。在推断因果机制这一维度上，现有体系仍然高度受限，尤其在罕见、未知场景下存在系统性认知局限。功能性因果推断需要人类施加的结构性假设，正如牛顿将开普勒定律统一为万有引力公式。

从"理性预期"理论出发，萨金特进一步追问：AI 的期望生成机制与人类在不确定条件下形成的理性预期之间存在怎样的结构性差异？这一提问为整场论坛锚定了底层命题——世界模型不仅需要具备物理场景的表征能力，还须具备面向动态环境的前瞻推演能力。缺少后者，世界模型便难以从"预测相关"走向"因果可靠"。

技术实践：大晓机器人发布三大核心成果

大晓机器人董事长王晓刚以《物理 AI 的开悟时刻》为题作主旨演讲。他在开场即给出一个判断：数字空间中的模型预测误差仅影响生成内容质量，而物理场景中智能体的预判偏差会直接转化为不可逆的现实损失。基于这一前提，王晓刚首次公开提出了具身世界模型的第一性原理——世界模型的核心价值，在于从冗余的多模态输入中提炼高密度关键信息，锚定控制充分状态，在不确定的真实环境中最小化机器人智能体的行动代价。其数学表达为：机器人掌握的关键信息（CID）越丰富，对控制充分状态（CSS）的判断就越精准，执行任务时的行动代价（J）就越低，三者呈正相关关系。

开悟世界模型 3.1（Kairos 3.1）

Kairos 3.1 被定义为全球首个端侧驱动本体的行动一体化世界模型，融合生成智能、物理智能与认知智能，构建"理解—推演—执行—反思"全链路自进化闭环，发布即向全行业开源。

从行业语境来看，当前全球具身世界模型沿表征式、生成式、交互式、理解-生成-预测一体化式四条路线演进。前三流派普遍存在能力割裂——表征式长于世界理解却无法推演，生成式能做物理生成却难以连接动作决策，交互式可以操控却缺乏自主反思，行业在"能力强、落地难"上陷入共性困境。毕马威中国在最新具身智能行业报告中指出，原生一体化架构已成为行业最前沿的技术演进方向，大晓机器人 Kairos 凭此跻身全球世界模型第一梯队。

在架构层面，Kairos 3.1 以混合 Transformer 架构与共享混合注意力机制为核心，将视觉观测、语言指令、力触状态与策略轨迹等多维具身数据统一编码、压缩进同一隐空间，形成高密度表征向量。生成智能（构建物理世界内在表征）、物理智能（掌握物理因果、推演平行世界）、认知智能（支撑复杂逻辑推理与长程任务分解）三大智能从底层实现原生融合，通过前馈神经网络、层归一化与条件交叉注意力的协同调度，实现信息无损流转与高效联动。

作为 Kairos 3.1 的空间理解底座，ACE-BRAIN-0.5 已累计取得12 项全球 SOTA，单一模型在空间理解、导航决策、操作执行、自我评估等全维度跻身全球第一梯队。其能力覆盖三个层面：空间层面精准识别物体部件位置、机械臂与环境的相对位姿，深度解析复杂空间关系；任务层面依托时空记忆与思维链，将长程任务拆解为环环相扣的操作步骤，自主生成时序合理的全局执行方案；状态层面具备任务追溯与自我评估能力，全程追踪执行进度、实时核验每一步操作结果，精准定位失败节点并触发动态纠错。以洗衣等真实家庭场景为例，机器人可自主将十余个操作步骤串联为完整方案，全链路自主规划，遇异常时自主定位失败节点并重启对应步骤，实现闭环作业。

在物理生成层面，Kairos-HomeWorld 首次实现全屋级生成与物体全交互，内置30 万套精细标注的中国真实住宅平面图、5000 个全要素齐备的全屋仿真场景、8700 个覆盖几何、绝对尺度、材料力学、功能属性等六维物理属性的高质量 3D 资产。所有物体遵循真实物理规则，机器人可与家居物品自由交互。以"打开冰箱"指令为例：模型从同一初始状态出发，在平行空间同步生成多条候选动作轨迹，预演不同方案的执行结果与行动代价，最终筛选成功率最高、执行成本最低的策略输出至真机。

Kairos 3.1 支持高自由度全人形控制，既能完成桌面收纳等长程复杂任务，也可针对精细操作启动深度思考模式，实现从认知决策到本体控制的端到端打通。在核心性能上：8B 参数规模、NVIDIA Jetson Thor 平台上 BF16 精度推理延迟仅125 ms（自研 KairosRT 推理引擎），相比同类世界模型 Cosmos 3 Nano（6486 ms）效率提升52 倍，在参数量更大的前提下延迟也优于经典 VLA 模型 Pi0.5（3.3B）。在全球生成预测领域基准评测中，Kairos 3.1 超越 Cosmos3、PI、MotuBrain、being-H0.7、Abot、Fast-WAM、Wan2.2 等主流世界模型，四项权威榜单均位列第一。

尤为关键的是 Kairos 3.1 内置的状态反思机制，构成"理解拆解—平行推演—动作输出—真机执行—评估反思—迭代进化"的完整自进化闭环。官方披露的一个案例颇具说服力：在开冰箱取水任务中，机器人初始采用三指操作策略执行失败后，系统自主反思判定为发力不足，随即在平行空间生成多组操作轨迹进行模拟推演，最终切换为四指操作方案成功完成开门动作——整个过程无需人工干预，机器人自主完成全链路闭环迭代。端侧 125 ms 实时推理使自主反思能够在真机上高效运转，自主反思则赋予模型持续进化能力，二者协同推动 Kairos 3.1 从演示型模型向可落地的具身大脑跨越。

环境式数据采集方案 2.0

大晓机器人首次提出**"信息密度定律"**作为具身数据策略的理论基础——数据的价值不在数量堆叠，而在信息密度：会改变行动结果的信息，就是有价值的信息。依据该定律，数据被分为五级：L1-L2 级仅能支撑基础预训练，L3-L4 级止步于已知任务拟合；只有当数据迈入 L5 级，即深度融入三维力触觉、失败恢复轨迹与开放场景变量时，世界模型才真正跨越"描述"，获得泛化、反思与自进化能力。

基于此，大晓发布以人为中心的环境式数据采集方案 2.0，以"采得全—标得细—用得妙"三大范式构筑数据底座。

采集端 ACE Ego Kit 为"头—手—胸"三位一体分体轻量化无线采集套件。其中 ACE Sense Glove 是行业首个集成三维力触与动捕信息的采集手套：力触觉灵敏度0.01 N，关节角误差< 2°，20 余种异构传感器同步误差严格控制在≤ 1 ms，能够精准录入带有物理因果律的真实交互数据。标注端 ACE Data Engine 为全自动化生产平台，内置全球首创生成式 4D 手部动捕范式 ACE-ViDiHand，荣获三项全球第一，攻克遮挡与快速移动难题，帧级准确率0.997，动作平滑度较基线提升4.8 倍。映射端 ACE Ego Matrix 是开源具身数据标准底座，实现空间坐标、本体结构、动作时序、数据质量的四维度统一，让不同采集人员、不同控制频率的异构机器人"说同一种语言"，已在 RoboCase 与 RoboTwin 两项榜单上斩获行业冠军。同步向全行业开源的 L5 级家居复杂任务数据集 ACE-Data-0，为全球具身模型的训练提供了高质量基准。

三大行业解决方案

三套方案依托同一可复用的能力底座（数采范式统一、世界模型通用、部署路径标准化），构成从模型到落地的完整商业闭环。

晓满面向即时零售履约场景，应对多 SKU、高密窄仓、全天候订单波峰的挑战。履约机器人 W1 自重负载比 < 2，力控 ≤ 1N，适配 75 cm 窄道，深度打通"机械控制—世界模型—订单仓储"全链路，支持天级轻量化部署。目前已落地烧卖购、快客达、中石油便利店，依托每日海量交易与货架数据持续自进化，目标一年内覆盖 1000 家门店，两年内拓展至 10000 家。

晓新面向酒店无人洗衣场景。酒店夜间洗衣需求占全天 80%，夜班招工难、人力成本高是行业长期痛点。晓新自主串联"收、放、洗、叠、熨"全流程，灵活适配各星级非标洗衣房，化解夜班人力与节假日订单积压问题。

晓途面向四足开放场景作业，以"一脑多形"通用智能大脑适配多形态四足机器人，实现室内外无缝衔接、动静态避障与多机协同调度。目前已在漕河泾园区安防巡检、上海滨江城市治理、天津海棠花节文旅导览等场景实现常态化 7×24 小时不间断自主作业。

标准建设：PIQ 物智平台发布

论坛第三项关键发布是PIQ 物智（Physical IQ）——具身物理智能统一评测基准平台正式亮相。

当前世界模型领域长期缺乏统一的评测标准，各团队自行搭建实验环境、自建自评，横向对比缺乏共识标尺，产业端难以对不同技术路线进行客观比较。PIQ 被定义为首个具身原生、面向多场景、多本体、多任务的物理智能评测基准平台，以统一协议贯通零售、工业、家居、物流等真实场景，公平量化不同机器人本体与世界模型的物理智能水平。

平台由上海市人工智能协会、深圳河套学院、中国信通院华东分院联合发起，高校协作网络覆盖上海交通大学、新加坡南洋理工大学、香港中文大学、香港大学等，产业端汇聚宇树、傅利叶、灵心巧手、汇川技术、钛虎、优必选、大晓、自变量、极佳视界、无界动力、影溯、百度云、辉曦等 20 余家机构。PIQ 的发布标志着世界模型行业从碎片化的自评阶段进入有统一评测协议支撑的规范化阶段，成为具身智能产业的基础"度量衡"。

同一环节，NVIDIA 工程和解决方案副总裁赖俊杰、辉曦智能创始人兼 CEO 徐宁仪、蚂蚁灵波首席科学家沈宇军、自变量机器人联合创始人兼CTO王昊分别从算力底座、芯片架构和仿真平台三个维度提供了产业视角分析。

圆桌对话：六方技术路线同台论道

论坛压轴环节为圆桌对话，由大晓机器人首席科学家陶大程主持。与会的技术负责人包括：蚂蚁灵波首席科学家沈宇军、极佳视界首席科学家朱政、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 CTO 王昊，六方围绕三项核心议题展开辩论。

在技术路线层面，六方代表了四种差异化方向。大晓机器人主张端侧直驱的物理级具身交互路径，世界模型原生运行于边缘计算平台，以 125 ms 实时推理消除云端网络延迟，换取行动的即时可靠性。智元机器人与蚂蚁灵波致力于构建通用人形机器人世界模型底座，为通用人形本体提供统一的感知—规划—控制能力。无界动力选择隐空间世界模型执行范式，在压缩隐空间内完成环境推演与行为规划，以降低高维物理空间的推理开销。极佳视界与自变量机器人则从高精度世界模型感知基石切入，以高保真视觉—几何重建作为世界模型的底层感知基础，优先保证物理精度。四条路线的底层假设、目标场景与数据需求各不相同，短期内难以收敛为单一方案。

在数据策略层面，核心分歧在于资源投入优先级。合成数据派主张以仿真环境大规模生成多样性数据以降低真实采集成本；真实遥操作采集派坚持高质量数据须来自人类遥操作的真实交互轨迹，仿真数据存在不可消除的 sim-to-real gap；信息密度派则回应大晓提出的"信息密度定律"，认为问题不在于数据总量不足，而在于单位样本中驱动行动结果的有效信息密度不够，L5 级数据（融合力触觉、失败轨迹、开放场景变量）才是实现泛化与自进化的必要条件。三种立场在理想情况下可以互补，但在研发资源的实际分配上构成零和博弈。

在落地路径层面，六方均认同规模化商业闭环是赛道的终局变量，但时序策略明显分化。"先通用、再垂直"路径主张先攻克通用能力使模型具备跨场景泛化的基础素质，再向下适配具体场景；"先跑通商业闭环、再追求通用性"路径则主张先在零售、物流、酒店等垂直场景中形成正向现金流与规模化部署能力，再逐步向外扩展。两种路径在资金策略、研发组织方式与产品节奏上存在结构性差异。

生态共建：从单点能力到协同网络

在论坛中，大晓机器人与多家合作伙伴签署战略协议，形成数据底座、商业落地与云基础设施三个层次的生态布局。数据底座层与漕河泾开发区共建"具身智能产业创新平台"；商业落地层携手中国石油、快客达、商汤善惠、新奥集团新智认知，布局无人仓店、前置仓与智能巡检等真实场景；云基础设施层联合百度智能云、阿里云、华为云、腾讯云及商汤大装置，发起"世界模型云生态共建"。从云端算力到物理考场，大晓机器人正在走通物理 AI 从底层基建到商业落地的完整链路闭环。

结语

本场论坛回答的核心问题是：世界模型如何在产业层面完成从"理解物理世界"到"在物理世界中执行任务"的跨越。

萨金特的演讲锚定了认知前提——因果推理仍是 AI 未解决的问题。王晓刚的演讲完成了第一性原理的公开推导并给出技术闭环，以 Kairos 3.1、数采方案 2.0 与三大行业方案实现模型—数据—落地的三层贯通。PIQ 平台确立了行业评测基础设施，圆桌交锋则将技术路线、数据策略、落地节奏三条核心分歧完整呈现——分歧本身不意味着混乱，而是赛道仍处于早期阶段的特征性标志。当六支路线在同一场合公开对齐标准与分歧，这个赛道的共识基础也在加速建立。

物理 AI 从"理解"到"执行"的一跃，可能不会由单一路线独力完成，但它已经在多家团队的同时推进中变得确定且可预期。

Mbot具身智能实验室

让尖端科技触手可及，人人皆可探索未来

Mbot基础交流群等你加入，下方扫码联系

具身-杰西

Mbot具身-小助手

Mbot-视频号

Mbot-公众号