MWA™霸榜全球第一后：无界动力用真实咖啡厅展现物理AI的落地之径

从“出片”到“出海”，无界动力即将奔赴下一个考场。

作者丨郭 思

编辑丨董子博

没有刻意的社交氛围，一人静坐或几个好友相聚，手捧一杯咖啡，在音乐与咖啡的交汇中，暂时剥离工作与生活的琐碎，获得片刻放松与灵感回响。这是平日里我们对于休闲时刻美好画面的印象，也是2026世界机器人大会现场最反差的一幕。

与去年以及今年上半年以来出现争奇斗艳、跳舞翻跟头的喧闹不同，今年WRC，记者探展一圈发现，展会上出现了很多垂直场景的机器人，有专门针对人的心脑血管做手术的医疗机器人，也有分拣物品进行归类的各种家庭机器人，还有一些特别关注手关节折纸动作的机器人……在其中，无界动力与韩国HOLLYS 联手打造的人机共生沉浸式机器人咖啡空间，则是一块与众不同的“闲暇之地”。

整体空间被绿植围绕，北欧风的白色小栅栏打开，客人可以坐下来点单自由选择自己爱喝的拿铁或者美式，也可以点一杯大师级别的手冲。

接收订单后，咖啡师在吧台后制作大师级咖啡或其他饮品，递放至出餐区，机器人则负责端送到桌，并顺手收走隔壁桌的垃圾、推回座椅。大象无形，大音希声，给人一种不会打扰你，但是在你有需要的时候随时出现的陪伴感与交互感。

"机器人当服务员，送餐过程竟十分稳定，灵巧，在人机共生的场景里与人形成了一种默契关系"，这是现场体验者的真实反馈。

而背后，则是无界动力对于整个行业技术路线的洞察以及人机交互商业落地的独特表达。

01

“形神”兼备，

无界动力对物理AI的第一性思考

无界动力2025年创立于北京，创始人张玉峰是前地平线智驾一号位，联合创始人夏中谱是理想汽车算法技术领军人，团队带着智驾“从模型到量产”的肌肉记忆进场。

在展会现场，张玉峰接受采访时，会多次出现"智驾"、“L4”等自动驾驶词汇。这也使他对物理AI及具身智能有着比纯机器人背景更接地气的理解。

毕竟，身处物理AI最先量产的自动驾驶行业，在之前的每一天，张玉峰都在提前感知物理AI落地的难度与挑战 。

所以在评价机器人的发展变化时，他表达出了不同于其他“大厂出身人”的谦卑。

「机器人可能从以前的跑步到现在的在工厂干活，总会有失败的时候，就像人从小到大成长一样，就是要再试一次，才会成功。我们也想在这个阶段展示这种成长过程中的特点」。

而在技术路线上，无界动力的选择非常接近马斯克常常提及的第一性原理，也就是“形神兼备”，软硬两个层面都无限接近人的终极状态。

在本体形态的选择上，无界动力此次首发的K15第二代采用了双臂轮式半人形方案——在人机共生环境中，轮式结构天然更平稳、更安全、更高效。而做咖啡的机械臂Anyverse ADA则采用7自由度拟人运动架构，拥有30毫米腕部翻转半径和606毫米工作半径，能够适应狭窄、复杂空间中的灵巧操作。其单臂重量7公斤、额定负载5公斤，通过全关节力感知与实时力反馈，实现柔顺、安全的人机与环境交互，同时支持桌面级操作与高保真技能迁移。

面向不同规模的具身智能计算需求，Anyverse ASC Pro、Anyverse ASC Max、Anyverse ASC Ultra构成无界动力自研中央计算平台的完整布局，覆盖600 INT8 TOPS至4000 FP4 TFLOPS算力范围，兼容主流 AI 开发框架，支持视觉感知、智能决策、运动控制及端到端大模型部署。平台采用多核异构架构与双 SoC 冗余设计，原生支持 Shadow Mode 和在线 OTA，并具备 ASIL-B/(D)（ISO 26262）级功能安全能力,多样算力兜底，使得展示区内，做咖啡、端送咖啡、打扫桌面等一系列工作井然有序。

而在“神”即机器人的大脑上，无界动力的选择不是主流的VLA（视觉-语言-动作）直连，而是“隐空间世界模型+强化学习”双轮驱动，也就是公司自研的具身通用大脑 MWA™。

谈及这一选择，张玉峰解释道：VLA虽然是普遍做法，但实际上存在缺陷——对光线、对背景的变化敏感度极高，本质上还是一个模仿学习。

他拿自动驾驶举例：“ 现在行业的数据量级大概在大几千万到1亿个clips，每个clip可能是半分钟、一分钟多都有可能，这个数量级下它学到的是以模仿学习为主的概率分布。它不压马路牙子，是因为他建了百万千万次的轨迹里没有一次压路牙子，而不是它像我们人一样知道那路牙子压上去有什么后果。这就是它没有对时空上面的关联性、物理世界的causality有真正理解。”也正因如此，无界动力没有跟进VLA或类似路线，而是选择了MWA™。

MWA™实际上不仅让机器人真正理解动作与物理世界变化之间的因果关系，构筑起物理世界认知与未来状态预测的核心能力；更通过强化学习在真实交互中的高频试错、解决与奖励反馈，将对物理规律的深刻理解转化为精准、安全的操作策略。

如果需要直白地理解这个概念，其实可以借助我们从小到大经常听到的一个词—“三观”。哲学意义上，人的三观即人生观，价值观，世界观。

价值观用来判断对错，世界观用来理解世界，而机器人刚出生，其实还不存在机生观。MWA™ 其实本质上就是让具身拥有除人生观之外的其他两观。

世界模型负责“理解物理”，也就是让机器人拥有世界观，他不逐像素预测未来画面，而是把环境压缩进高维隐空间，建模“我做一个动作，世界会怎么变”的因果关系，从而做出对未来状态的预测。

强化学习负责“练出手感”，也就是价值观，在建立了一套对世界理解后，马上要进入的就是执行世界。小孩第一次看到火，感觉到有点温暖，他会持续靠近，在这个过程，温暖对他来说是一种正反馈。而再持续接近火，他就会烫伤，感受到的疼就是一种负反馈，在这个过程中，他会生出对火的价值判断，知道接触火的边界与分寸。

在真实交互里高频试错，用奖励和负反馈把物理规律变成精准、安全的操作策略，这种机制之下，机器人就变得更加知道他动作的边界在哪里。

而在现在，我们也可以感受到，这种“隐空间世界模型+强化学习”的双轮驱动，没有停留在概念层面，而是融进了机器人的每一次行为里。

当顾客点单，下达“需要一杯美式”的命令时，机器人用MWA™ 理解“吧台—咖啡杯—座位—顾客”的空间关系，不靠死板指令，也能响应即时需求，安全融入真实业务流与顾客协同工作，这时候的他不再是一个孤立执行者，而是懂意图的协作者。

而当现场需求变成更为复杂在清洁场景时，K15能把任务拆解为“去回收区拿清洁提篮、再去需要清洁的桌子、放下提篮、把桌子上的废弃咖啡杯和废弃纸巾放进提篮里、再拿抹布擦桌子、再放回抹布、再拿起提篮、回到回收区、做手部消毒”等连续子任务，并能不卡壳，拥有面向业务目标的长程任务规划能力。

另一方面，在机器人实际操作具体动作时，虽然面临着弧面的咖啡杯，杯子里的咖啡液面、桌子上残留的咖啡污渍抑或抹布 等各式各样的物品形态，但受益于强化学习的边界训练，K15的边界感和分寸感都能拿捏的刚刚好。

除了独立顾客发出的请求，实际上，在一个具象的咖啡厅里，K15面临的其实不是单个个体发出的需求，A顾客挪开了杯子、B顾客喝完咖啡留下了纸巾，面对这些时刻变化，错综复杂的情况，K15也能持续感知人—物品—空间关系的动态变化，即使是人来人往的过道，精准识别作业对象与潜在风险，不压手、不撞人、不慌神，从容不迫。

在斯坦福等发起的RoboCasa GR1 TableTop榜单上，MWA™霸榜全球第一。

值得一提的是，具身通用大脑MWA™ 的泛化与通用能力不仅体现在咖啡服务等商业场景中。本届 WRC 上，无界动力还展出了“三机智协”与“指尖串珠”两项任务，进一步印证了通用大脑在泛工业与泛家庭等多元场景下的强大适应性：

“三机智协”任务中，三台机器人基于同一模型，围绕折叠、分类、包装等环节实现自主分工与协同。系统能统筹目标、衔接工序并实时跟踪状态，在面临延迟或偏差时及时纠错与调整，集中展现了长程规划、多机协作及异常恢复等综合能力；

“指尖串珠”则聚焦接触空间小、容错率极低的精细操作。机器人需精准识别并连续完成毫米级抓取、穿入与调整，实时修正动作。这不仅考验视觉定位与手眼协调，更检验了模型推理、末端控制与柔性操作能力，真正实现“试错即学习、交互即进化”。

这两项现场任务的实物成果，也被作为伴手礼赠予来访嘉宾与观众，生动传递了具身智能带来的科技温度与互动乐趣。

02

“出片”到“出海”，

无界动力“赶考”下一场

谈及此次选择咖啡厅这一场景的原因，无界动力官方表示，“在商业服务领域，咖啡场景是切入口。咖啡制作流程标准化但门店环境动态化，人流、光线和突发状况对机器人的感知与应变能力构成有效压力测试，真实商业环境中积累的交互数据也能反哺通用操作大脑的迭代。”

WRC 的咖啡厅很出片，但无界动力真正要去的现场不在这儿。

2026年7月，K15通过欧盟工业级全域CE认证（CE-MD/RED/EMC + EN ISO 13849 + EN18031），是国内首个拿这个认证的具身智能机器人，意味着它不只是能在中国展厅跑，也能合法进欧洲工厂。

目前，无界动力的商业化落地已进入规模化爆发阶段，今年已斩获欧亚地区近1亿美元全球订单并进入交付周期，7月首批K15机器人正式发往法国，进驻远景科技海外工厂；同时与ZF LIFETEC、欧摩威集团等头部汽车产业链企业达成产线合作，实现了从服务场景到工业场景、从国内市场到全球布局的跨越式突破。

“未来，无界动力将进一步推动其在真实场景中落地，试运营、规模化复制，在带来商业回报的同时，为人类创造一批会思考爱劳动可信赖的机器。”

从“出片”到“出海”，无界动力即将奔赴下一个考场。

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。