清華系千訣發佈預測式世界模型

世界模型賽道新看點：千訣隱變量可辨識性方向的研究，比LeCun相近工作早一年，不堆畫面預測，主打物理規律與跨本體複用。田晏林 發自 凹非寺 量子位 | 公眾號 QbitAI 世界模型這條賽道，越來越有全球頂尖AI高手過招的架勢了！Yann LeCun持續押注預測式世界模型，李飛飛帶領World Labs探索可交互的3D世界，全球頭部AI團隊正沿著不同技術路線加速探索。讓AI真正理解物理世界、預測物理變化，正成為新一輪技術競爭的焦點。最近，這股世界模型熱潮也延伸至南京。10月20日，首屆2026物理AI與世界模型大會在南京開幕。圖靈獎得主LeCun、姚期智都遠程分享了最新觀察。

在這場世界模型領域的學術與產業盛會上，清華系具身智能公司千訣科技，也在大會上正式發佈了預測式世界模型Polibrain。千訣科技創始人高海川在開幕式演講中，用一句話解釋了世界模型的獨特價值： 有了地圖，可以推導出最短路徑；但有了路徑，並不能反過來推導出一張地圖。這裡的「地圖」，正是對物理世界及其變化規律的一種抽象理解。而千訣此次發佈的Polibrain，想做的就是讓機器人擁有這樣一張可以用於預測和規劃的「地圖」。早在2025年，千訣聯合清華大學團隊就在ICML發表了世界模型相關理論研究，其在隱變量可辨識性、低階偏好等方向上的公開探索，比LeCun團隊的相近研究早了約一年。

僅僅一年後，千訣已經把相關技術積累推進到了真實機器人應用中。從環境感知、行動預測，到自主規劃和執行反饋，千訣試圖讓機器人學會根據物理世界的變化，自主決定下一步怎麼做。目前，這套智能能力已在四足、人形、輪式、雙臂等機器人形態上開展適配。千訣的預測式世界模型Polibrain，究竟有什麼特別之處？他們又是如何讓不同形態的機器人，共用一套智能大腦的？機器人大腦有了新解法 “世界模型講了這麼多，大家真的理解了嗎？” 在開幕式的壓軸演講上，高海川率先拋出了這樣一個問題。隨後，他講了一個「古代商人從廣州運送荔枝到長安，怎樣才能找到最快的路線？」的故事。看過電影《長安的荔枝》的觀眾，對這個難題應該不陌生。

高海川給出了兩種解法。一種辦法，是把可能的路線都走一遍，從中找出最優解。另一種方法，則是先弄清廣州到長安沿途有哪些城市、城市之間如何連接，畫出一張地圖，再根據地圖規劃路線。前者被他用來類比當前的VLA路線，後者則對應世界模型的預測與規劃方法。區別在於，機器人能否提前推演行動可能帶來的結果，減少實際試錯。這正是千訣Polibrain預測式世界模型想要解決的問題。那麼，這套方法放到真實機器人身上，能做什麼？千訣提供的一段應用演示視頻，展示了一個直觀場景。在戶外，一臺帶著機械臂、揹著回收筐的四足機器狗，正在執行垃圾回收任務。

它需要自主尋找地面上的垃圾，識別目標位置，移動過去，再規劃機械臂動作，將垃圾抓起來，放進隨身攜帶的回收筐。看起來只是一套撿垃圾的動作，背後卻有一連串決策難題：垃圾在哪裡？機器狗應該從哪個方向靠近？機械臂伸出去之後，能不能順利抓住目標？尤其是在真實環境中，物體的位置、空間關係都可能發生變化。機器人光知道下一步做什麼還不夠，還得提前判斷，這一步做下去會發生什麼。這正是預測式世界模型想解決的問題。Polibrain通過學習環境狀態、歷史信息和行動結果之間的關係，在任務相關的潛在表徵空間中預測狀態變化。這裡還有一個關鍵的技術選擇。Polibrain並不追求把未來的每一幀畫面完整生成出來。

對於正在撿垃圾的機器人來說，地面是什麼顏色、背景有多少紋理，未必重要。真正影響任務完成的是垃圾的位置、機械臂與目標的相對關係，以及抓取動作會如何改變目標狀態。與其花費大量計算資源還原整個世界，不如集中預測那些真正影響行動的關鍵信息。高海川在演講中也強調：“世界模型要做好，關鍵在於狀態表徵。” 但預測得準只是第一步。真實任務很難完全按照計劃推進。如果抓取失敗，或者目標位置發生變化，機器人還需要知道如何繼續。Polibrain將環境感知、狀態理解、行動預測、任務決策、動作執行和反饋調整連接起來，形成持續決策閉環。當執行結果與預測不一致時，模型可以根據新的環境狀態重新評估任務，調整後續行動。

它還支持通過關鍵特徵解碼，追蹤預期狀態與實際結果之間的偏差，為異常定位和任務恢復提供依據。不過，這套機制在複雜場景中究竟有多可靠，還需要更完整的實測數據驗證。而且，這張「地圖」，理論上並不只屬於某一種機器人。人形機器人可以用機械手抓杯子，輪式單臂機器人也可以。雖然本體結構和控制方式不同，但它們需要理解的物體關係、目標狀態及環境變化規律存在共性。這意味著，面向物理世界的部分智能能力，有機會在不同機器人之間複用。目前，千訣已在人形、輪式、單臂、雙臂等多種機器人形態上開展適配，探索陪伴服務、餐飲服務、物品整理及精細操作等任務。不過，要讓不同形態的機器人真正共用一套智能能力，光有環境預測還不夠。

模型必須從複雜的真實場景中，學到可以跨環境、跨任務複用的規律。這就涉及千訣更底層的一項研究：多項式表徵。比LeCun相近研究早一年，千訣如何突破泛化難題？所謂「多項式表徵」，簡單來說，就是通過一套數學方法，讓AI從複雜環境中提取真正影響任務結果的關鍵變量，減少對無關細節的依賴。為什麼需要這項技術？機器人想要適應不同場景，繞不開一個難題：泛化。比如，機器人在一個倉庫學會抓取，換到另一個倉庫，光照、背景、貨架位置一變，表現就可能大打折扣。問題在於，模型訓練時，很可能記住大量與任務無關的細節。背景紋理、光照條件，甚至物體周圍的擺設，都可能被神經網絡當成判斷依據。這就容易造成「特徵汙染」。

另一種問題更隱蔽：模型可能誤認為經常同時發生的現象之間，存在因果關係。高海川在演講中舉了一個例子。主人出門前，從抽屜裡拿走鑰匙。這裡有三個事件：主人出門、主人拿走鑰匙、抽屜裡的鑰匙消失。如果模型只學習事件之間的相關性，就可能錯誤地認為，只要主人出門，抽屜裡的鑰匙就會消失。等到主人真的忘帶鑰匙，讓機器人幫忙尋找時，機器人反而可能判斷，主人既然已經出門，鑰匙肯定不在抽屜裡了。顯然，這不符合真實世界的因果關係。模型究竟是在死記硬背，還是學到了物理世界的規律？千訣希望通過多項式表徵，讓模型少記場景細節，多學可遷移的規律。這條路線背後，有千訣持續數年的研究積累。

2025年，千訣聯合清華團隊在ICML發表《When Do Neural Networks Learn World Models?》，研究神經網絡在什麼條件下，能夠從觀測數據中恢復隱藏的世界結構。研究從「多任務學習」和「低階偏好」入手，利用Fourier-Walsh變換分析離散佈爾世界中的函數結構，解釋模型何時能夠辨識真實隱變量。有意思的是，LeCun團隊也從相近的理論視角切入。2026年5月，LeCun等人發表《When Does LeJEPA Learn a World Model?》，同樣研究世界模型的隱變量可辨識性，以及函數階次與低階偏好之間的關係。

高海川在演講中進一步解釋了兩項研究的差異。千訣團隊從因果推斷和布爾空間的角度提出學習判據，LeCun團隊則從時間維度切入。雖然研究對象不同，數學工具不同，但兩項研究提出的學習判據具有一定等價性，最終導出的表徵，在信息層面也具有一定等價性。事實上，兩者都在嘗試回答同一個問題： AI究竟如何從複雜觀測中，學到能夠泛化的世界結構？從公開發表時間看，千訣聯合清華團隊在相近方法論方向上的研究，比LeCun團隊上述論文早了約一年。2026年，千訣聯合清華團隊進一步提出「有效階」（Effective Degree，ED），試圖給神經網絡的複雜度提供一把可以計算的「標尺」。

以往Benchmark能告訴研究者模型答得對不對，研究者卻不容易判斷模型學到的函數究竟有多複雜。ED嘗試解決這個問題。其方法是沿真實數據點之間的插值路徑觀察神經網絡，用正交多項式擬合模型輸出，再根據不同階次成分的權重計算複雜度。低階成分佔主導時，ED較小；高階成分越多、幅度越大，ED就越高。這樣一來，研究者不僅可以量化、比較模型的函數複雜度，還能將這一指標引入訓練過程，幫助模型減少不必要的複雜變化。當然，函數更簡單，不意味模型一定掌握了正確的物理規律。但這項研究為分析和優化模型泛化能力提供了新工具。除了學會提取規律，機器人還得記住真正重要的事。比如，機器人把杯子放進櫃子，關門後就看不見了。

等到下一步需要操作這個杯子，必須記得杯子被放在哪裡。在連續任務中，物體可能被遮擋，部分狀態無法僅憑當前畫面判斷。於是，千訣團隊還研究了基於反事實推斷的歷史信息篩選機制。簡單來說，就是判斷某段歷史觀測是否會影響後續預測和決策，再決定是否保留。機器人無需記住看到的所有畫面，而是重點保留那些會影響後續任務的信息。背景是什麼顏色，不一定重要；杯子放進哪個櫃子，卻會影響下一步動作。「多項式表徵」幫助模型提取關鍵變量，「因果記憶」則幫助模型篩選重要經歷。兩者共同為機器人應對遮擋、延遲反饋、多步驟任務等複雜情況提供方法支持。不過，相關基礎研究提供的是技術依據，實際效果還需要更多真實任務驗證。

總不能機器人每換一個房間，就重新學習一遍怎麼幹活吧？多項式表徵與因果記憶，為模型學習和利用可遷移的規律提供了技術基礎。但學到的規律，怎麼才能讓不同形態的機器人共同使用？這就涉及另一個問題：如何把對世界的理解，與具體執行動作的機器人本體分開。不造機器人，千訣想做所有機器人的大腦 說回那顆要送往長安的荔枝。即便已經有了地圖，想把荔枝真正送到長安，也還需要馬匹、車船、驛站等不同運輸環節協同工作。同樣，機器人有了對世界的理解，也不意味著它必須獨立完成所有動作。高海川舉例說，讓機器人把衣服放進洗衣機，人形機器人可以一隻手拿衣服，另一隻手開門。但如果換成只有一隻機械臂的輪式機器人呢？

它完全可以通過智能家居IoT系統，讓洗衣機自己打開門。硬件不同，執行方式不同，但最終對物理世界產生的變化可以相同。這也是千訣「松耦合世界模型架構」想要解決的問題。具體來說，Polibrain將面向環境與任務的共用表徵，與具體機器人的動作執行能力相對分離。對世界的理解可以共享，至於怎麼執行，則由不同機器人甚至自動化設備根據自身能力決定。這套思路也決定了千訣的產品定位：不造機器人本體，而是為不同形態的機器人提供智能能力。而且，千訣的目標不只包括通用機器人，也包括面向具體任務的專用機器人。高海川認為，具身智能的商業落地可能是漸進的，不必一開始就追求完整的人形形態。

比如，減少一隻機械臂，可以成為酒店配送機器人；換成雙臂，可以進入餐飲服務場景；進一步調整本體結構，又能用於巡檢、安保、環衛清潔等任務。形態可以因場景而變，底層對世界的理解卻有機會複用。更值得關注的是，這種跨本體複用還有一層數據價值。具身智能長期面臨物理交互數據不足的問題。真機採集成本高、積累緩慢，不同形態的數據又難以直接共享。從數據來源看，可以將機器人學習所需的數據大致分為三個層次： 底層是第一視角視頻、人類操作視頻等無本體數據，幫助模型學習環境、物體關係及交互過程。中層是真機遙操等機器人本體數據，建立具體動作與物理環境變化之間的聯繫。

頂層是真實業務場景中的反饋數據，讓模型發現長尾問題，並持續迭代。三類數據各有作用，但要讓它們真正產生價值，還需要解決跨本體數據難以複用的問題。高海川認為，人形、輪式、四足乃至掃地機器人，雖然結構不同，但對物體關係、任務目標和環境變化的理解存在共性。Polibrain希望通過共享高層表徵，讓不同形態積累的數據有機會服務同一套模型。更多機器人接入，覆蓋更多真實場景；數據持續積累，推動模型泛化；模型能力提升，又有機會吸引更多機器人廠商和客戶。由此，一套跨本體數據飛輪有了形成的可能。不過，共用表徵不代表數據就能自動打通。高海川也提到了不同機器人企業之間的數據壁壘。

對於各家本體廠商而言，數據本身具有商業價值，開放共享並不容易。千訣作為獨立模型公司，正在通過服務不同機器人企業，探索跨本體數據的協同利用。從理論研究到真實機器人的應用，Polibrain的發佈，為預測式世界模型走向產業應用提供了一個觀察樣本。至於跨本體數據能否真正打通，模型能力能否隨著應用規模持續提升，還需要更多真實場景的驗證。現在，「地圖」已經有了。但從畫出地圖，到把那顆「荔枝」真正送到長安，還有一段長路要走。版權所有，未經授權不得以任何形式轉載及使用，違者必究。