WAIC 2026 世界模型「六小龍」巔峰論壇，求解物理 AI 從「理解」到「執行」開悟時刻

一個模型能夠將「機器人端著水杯在運動」的畫面生成得無比逼真，水紋絲不動，機器人動作平穩流暢——但這個模型並不理解，水實際上應當從杯中潑濺出來。這正是當前世界模型賽道最核心的困局：生成不等於理解，理解不等於行動。物理 AI 真正需要的，是從「知道世界長什麼樣」到「知道世界怎麼運行」再到「知道該怎麼行動」的完整能力鏈。這道命題，在7月19日由世界人工智能大會主辦、大曉機器人承辦的世界模型「六小龍」巔峰論壇上被正式擺上桌面。本次論壇以三個層面回應了這一困局。首先是理論底座與行業共識的建立。

諾貝爾獎得主 Sargent 首次站在具身智能的舞臺上，運用理性預期理論為世界模型提供了跨學科的理論支撐，試圖從經濟學與認知科學的交叉視角，為物理世界模擬尋找可量化的預測框架。在 Sargent 看來，世界模型的本質是對環境動態的理性預期建模，而這恰恰是機器人從感知到決策的關鍵跳板。與此同時，國內世界模型第一梯隊的「六小龍」——大曉機器人、螞蟻靈波、自變量機器人、智元機器人、無界動力、極佳視界——首次同臺論道。這是具身智能核心玩家第一次坐在一起，針對物理 AI 的發展路徑碰撞共識。

論壇現場，各家創始人與技術負責人不約而同地將焦點從「生成畫面的真實度」轉向「對物理規律的理解與遵從」，試圖為世界模型建立一套可驗證的評價標準。大曉機器人董事長王曉剛提出「具身世界模型第一性原理」與「具身模型信息密度定律」兩大支點，作為破解難題的理論框架。他認為，當前主流生成式模型的信息密度過低，無法有效編碼物體質量、慣性、摩擦力等物理參數，導致模型只能「看」不能「懂」。要讓機器人真正理解水杯中的水會因運動而晃動，模型必須在訓練過程中引入物理約束，並以信息密度最大化為目標進行壓縮。論壇的另一個亮點是「開悟世界模型 3.0」的技術預告。

該模型由大曉機器人聯合多家合作夥伴共同研發，號稱在物理可交互性上實現了階段性突破——不僅能精準還原物體運動軌跡，還能根據機器人下一步動作預測環境反饋，例如當機器人加速旋轉時，水杯中的水會產生非線性波動。這意味著模型開始從「被動生成」走向「主動預測」，為後續的規劃與控制提供更可靠的輸入。在圓桌討論環節，螞蟻靈波負責人強調，世界模型不應只停留在視覺層面，而應整合觸覺、力覺、本體感覺等多模態資訊。他舉例指出，機器人擰開瓶蓋的動作，若僅靠視覺無法判斷施加的扭力是否足夠，必須結合力覺回饋才能完成精確操作。

自變量機器人創始人則從強化學習視角提出，世界模型可以作為「虛擬環境生成器」，讓機器人在仿真中低成本試錯，從而加速策略收斂。智元機器人團隊分享了他們在「模擬-現實遷移」方面的最新進展。他們發現，若世界模型在訓練時過度擬合仿真數據，部署到真實環境後往往表現不佳，因此必須在模型架構中引入域隨機化與對抗訓練，提升泛化能力。無界動力則展示了他們在足式機器人上應用的世界模型，該模型能夠根據地形坡度與土壤硬度即時調整步態，有效避免摔倒。極佳視界帶來了他們在端到端世界模型上的突破——一個壓縮至 1.

2 億參數的輕量級模型，可在嵌入式邊緣晶片上以 30 幀每秒的速度運行，同時保持對動態物體（如飛行的球、滾動的瓶子）的軌跡預測誤差低於 5%。這項成果讓論壇與會者看到，世界模型距離實時部署在機身控制器上，可能已經不遠。論壇尾聲，王曉剛總結道，物理 AI 的「開悟時刻」並非單點突破，而是由理論、數據、算法、算力、硬體五個維度協同進化所催生的臨界點。他呼籲學界與產業界共同建立開放的世界模型基準測試集，涵蓋從剛體動力學到流體力學、從接觸力學到熱力學的多層次物理場景，並每年在 WAIC 上發布進展報告。

值得一提的是，本次論壇還特別設置了「世界模型挑戰賽」環節，讓與會者現場觀摩六家企業的模型在統一物理模擬器中的表現。測試項目包括：機器人端水杯快速轉彎、堆疊不規則積木、在傾斜平面上推動箱子等。結果顯示，雖然各家模型在特定場景各有優勢，但尚未有任何一家能夠在所有測試中完美模擬物理規律，這也印證了論壇的核心命題——從「理解」到「執行」之間，仍存在一道需要合力突破的鴻溝。從諾貝爾獎得主的理論啟發，到第一梯隊企業的技術實戰，2026 年世界模型「六小龍」巔峰論壇為物理 AI 的發展方向繪製了清晰的路線圖。

與會者普遍認為，當世界模型能夠準確預測水杯中的水會因晃動而潑濺，並能將這種預測轉化為機器人抓取、移動的即時調整策略時，物理 AI 才算真正迎來開悟時刻。而這一天，或許比人們想像中來得更快。