索塔無界：全球首家原生物理世界模型落地商超，具身智能迎來“索塔時刻”

在具身智能仍陷於“資本熱、落地冷”之際，成立僅4個月的索塔無界，率先以歐洲最大商超集團的戰略合作，打破商業落地僵局。根據規劃，雙方未來3年將在真實商超場景中部署超過千臺具身智能機器人。索塔無界不造硬件，而是為機器人打造“原生物理大腦”——首次將4D世界動作模型部署於真實商超貨架之間，開啟物理智能的“場景收斂+通用泛化”新路徑。破局：不追“虛擬溫床”，直擊“物理考場”2026年的具身智能，融資額屢創新高，但機器人進工廠仍困於專機專用、進家庭做家務仍在可望難及的遠期藍圖。多數玩家沉迷視頻生成或仿真訓練，這些“虛擬溫床”對具身操作並不實質。

索塔無界創始人胡德波給出截然不同的判斷：“跨本體、跨場景的通用大腦路徑過長，但讓原生物理基模先沉入一類高複雜度場景，垂類跑通通用泛化，再反哺全場景——這是當下最可能走通的路徑。”於是，索塔無界直接把實驗室搬進歐洲商超，在真實貨架、真實商品、真實人流中，訓練機器人的“場景智商”。技術躍遷：以原生4D世界模型構建機器人的安全決策底座索塔無界首席科學家劉哲博士領銜團隊，正推動世界模型從視頻預測、仿真生成，邁向原生物理世界模型的新階段，開啟具身智能技術代際躍遷。

劉哲，華中科技大學博士（師從國家傑青、IEEE/IAPR雙料會士 白翔教授），香港大學博士後（師從國家優青、MIT TR35榜單 趙恆爽教授）。近十年來持續深耕3D/4D感知、自動駕駛世界模型與具身智能，曾主導15人以上規模的研究團隊。已發表頂級會議及期刊論文35餘篇，Google Scholar引用超過2,380次。代表工作包括多模態3D感知模型EPNet／EPNet++、魯棒點雲檢測模型TANet及統一高效3D建模框架LION等，在3D感知與自動駕駛領域獲得廣泛關注和引用。

近期代表工作聚焦4D世界模型與具身智能，包括物理感知4D世界模型GenieDrive、統一感知—預測—規劃的4D多模態模型DrivePI，以及實時流式VLA架構FASTER和通用World-Action Model 架構Metis。依託與華為、長安、小米、理想、大曉機器人等頭部產業夥伴的深度合作積累，劉哲博士團隊沉澱出覆蓋高維場景表徵、可解釋安全規劃與物理一致評測閉環的 World-Action 技術底座。

基於這一底座，劉哲博士領銜由香港大學、清華大學、港科大年輕專家組成的索塔無界模型團隊，傾力打造原生4D物理世界基模——統一4D空間表徵、物理約束、時空推理、安全評測與動作輸出，端到端“理解並操作”物理世界，跨越 2D 生成與仿真範式，邁向具身4D世界模型階段。數據飛輪：10萬小時冷啟動，百萬小時年增量高質量物理操作數據極度稀缺，互聯網數據、仿真數據、第三方開放數據集只能解決數據金字塔的多樣性需求，無法支撐真實場景落地。索塔無界的解法是：自研多指多模態UMI + 空間感知EGO採集系統，並與歐洲商超客戶合作，進場大規模實地採集。

尤其關鍵的是，歐洲大規模真實場景數據採集面臨極高的合規門檻：數據脫敏、本地化存儲與處理、隱私安全法合規缺一不可。創始人胡德波早年海外工作期間，對海外大B客戶的戰略合作、合規談判、長期互信具備成熟經驗，這是多數中國AI企業難以複製的獨特護城河。為什麼選商超？最難考場，最優跳板商超比工廠更復雜（貨架SKU周更、陳列頻繁調整），動態與多樣性類似家庭（密集人機交互、物品或任務多樣），且其數據維度與家庭場景高度同構。在此錘鍊出的具身世界模型基模，向上可平滑遷移至家庭服務，向下可降維賦能工業物流——是“垂類收斂，通用泛化”的最優中間態。

而進入歐美商超，意味著必須跨越數據安全、本地化運營、合規審查等多重高牆，多數中國具身智能企業望而卻步。但這正是創始人胡德波的“主場”——華為歐洲高管出身，連續兩次創業（無人機+水下機器人，再到人形機器人與具身智能），曾與全球前十大商超零售集團中的7家建立過合作；2023年切入人形整機賽道，率先跑通全棧落地。三段經歷拼出“技術+場景+客戶”的完整拼圖。“我們不是從零敲門，是帶著信任和需求洞察直接進場。”胡德波說。這也是為什麼索塔無界雖然成立僅4個月，就已擊敗數十傢俱身公司，拿下歐洲最大商超集團客戶。

WAIC簽約：入選上海市人工智能重點項目在剛剛結束的WAIC世界人工智能大會上，索塔無界作為上海市人工智能重點項目亮相閉幕式簽約儀式並完成簽約，正式進入產業落地加速期。結語：物理智能的“索塔路徑”當行業仍在討論世界模型的未來形態時，索塔無界用四個月，將答案擺進了歐洲超市的貨架。從垂類收斂到全場景通用——先紮根，再開花。這或許是具身智能走出實驗室、走進真實世界的最快捷徑。