量子位

从“看懂世界”到“预演下一步”：世界模型与 VLA，如何让机器人拥有真正的“具身大脑”？

8.5内容质量

TL;DR · AI 摘要

世界模型与VLA结合，推动机器人实现预演决策，上海已形成产业共识与标准。

核心要点

  • GE-Act 2.0模型通过3万小时训练，陌生场景成功率提升2.6倍
  • 蚂蚁灵波适配17个机器人品牌，实现跨本体运行
  • 上海已启动世界模型国家标准制定，明确多维度评测体系

结构提纲

按章节快速跳转。

  1. §引言

    介绍VLA与世界模型在机器人领域的协同作用及上海实践

  2. ·VLA的规模化应用

    解析VLA在药房与工业场景的落地验证及迁移挑战

  3. ·世界模型的技术突破

    阐述世界模型预测能力提升及与VLA的融合路径

  4. ›智元GE-Act 2.0案例

    展示世界模型训练数据量级提升对成功率的影响

  5. ·上海产业生态

    梳理C端货架与B端产线的不同技术路线探索

  6. ›标准体系建设

    解读浦东与工信部的具身智能标准制定进展

金句 / Highlights

值得收藏与分享的关键句。

  • GE-Act 2.0在RTX 5090上生成动作块仅需104毫秒，陌生场景成功率提升至44.1%

    — 智元技术数据

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 蚂蚁灵波LingBot-VA 2.0实现多品牌机器人统一控制，服务场景率先落地

    — 蚂蚁灵波案例

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 《国家人形机器人产业标准体系建设指南》已将世界模型纳入标准体系

    — 工信部征求意见稿

    ⬇︎ 下载 PNG𝕏 分享到 X
#机器人#世界模型#VLA#具身智能
打开原文

从“看懂世界”到“预演下一步”：世界模型与 VLA，如何让机器人拥有真正的“具身大脑”？ – 量子位

扫码关注量子位

<div class="top_search"> <form role="search" method="get" class="search-form" action="https://www.qbitai.com/" id="search"> <label> <input type="search" class="search-field" placeholder="搜索…" value="" name="s"> </label> <button type="submit" class="search-submit"></button> </form> </div>

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

articlead begin

articlead end

从“看懂世界”到“预演下一步”：世界模型与 VLA，如何让机器人拥有真正的“具身大脑”？

量子位的朋友们

2026-10-16

16:12:01

来源：

量子位

摘要样式

VLA解决“能干”，世界模型解决“想清楚再干”

上午的取药高峰，药房门店内订单不断。一台机器人接到线上订单，准确移动至货架前——药盒尺寸相近、包装密集，透明包装还映着灯光。它轻巧探出机械臂，精准夹取一盒，转身送达取药窗口。

指挥它的，是张江AI创新小镇企业蚂蚁灵波的“灵波通用大脑”。这款“大脑”在预训练阶段适配了17个主流机器人品牌、20种机器人构型，让同一个“大脑”可以跨本体、跨任务运行。搭载这款大脑的机器人也已在上海国大药房多家门店正式上岗。

图1 蚂蚁灵波机器人智慧药房

会看、会听、会动手之外，机器人还需一项本领：动手之前先推演未来。 “这样做会发生什么？”这正是世界模型的核心任务——依据当前状态与动作，推演未来演化。两者如何分工、能否合一，业内仍在探索。在上海张江，VLA已规模化上岗，世界模型则刚进入试运营阶段。VLA解决“能干”，世界模型解决“想清楚再干”，二者融合已初步形成行业共识。在上海，多条技术路线在同一片土壤中并行验证，规划、标准、评测正同步跟进。

一、药房与工位上的VLA：已上岗，持续优化

“具身大脑”的本领远不止取药，还能驱动——仓库里分拣包裹、产线上做零部件上下料的机器人，它都能胜任。2025年1月，全国首个异构人形机器人训练场在张江启用。国家地方共建人形机器人创新中心与华为共建具身智能实训场样板点，研发基于国产昇腾算力的VLA，同步推进世界模型与VLA模型的高效训练。同一训练场内，两条技术线并行推进。

练成的能力，还需车间等真实工业场景检验。 国地中心“灵龙”系列机器人已进驻汽车零部件企业延锋，在零件火焰处理、齐套分拣、激光弱化等工位完成实景数据采集与自主作业验证，跑通“实训场训练—模型迭代—工业现场部署”的迁移路径。

从单个场景走向更多门店和工位，还要跨过能力迁移这一关。 机器人在一家药房完成取药，并不意味着换一家店也能稳定作业：货架布局、药品包装和摆放方式都可能发生变化；进入工业现场，还需适应不同的零件形态和操作要求。模型能否应对这些变化，需要补充多少数据、进行多少训练和现场调试，都需要逐一验证。衡量VLA的应用进展，既要看它能否完成当前任务，也要看已有能力能在多大程度上复用，以及适配新场景需要多少额外投入。

二、世界模型进场：突破、融合、创新

世界模型与VLA并非互斥，产业共识在于如何结合。与其争论模型优劣，不如先明确机器人所需的核心能力。 世界模型补的正是“动手前先想一步”。 中国工程院郑南宁院士曾解释，世界模型的系统需在内部构建可模拟环境， 行动前预测与推演，评估不同决策的可能结果。

同在张江AI创新小镇，有企业将VLA送进药房，也有企业在 训练世界模型 。蚂蚁灵波在适配多品牌并先行落地服务业的同时，也发布了行业首个具身原生的世界动作模型LingBot-VA 2.0；智元坚持机器人与“大脑”同步发展，精灵G2已在工厂连续作业。智元联合创始人姚卯青指出，世界模型最重要的功能，“是准确预测物理世界的下一步状态”。9月，智元发布世界—动作模型GE-Act 2.0，将“预测未来”与“生成动作”整合进同一模型，训练数据从300小时扩展至3万小时，在陌生场景、陌生物体上不做额外训练直接测试，其中一款机器人总体成功率从17.1%提升至44.1%，陌生场景成功率提升约2.6倍。

图2 智元精灵G2机器人在工厂产线上作业

融合还有嵌入式的融合路径。浦东企业擎朗智能将世界模型嵌入VLA，让机器人“干活前，先想一遍”——其人形机器人不依赖遥操作，完成了咖啡制作等长流程任务。

世界模型也有必答题——要快、要真、要数据。推演需快速：在RTX 5090上，GE-Act 2.0生成一个连续动作块约需104毫秒；拟真要精确：有的模型能生成机器人端水杯的逼真画面，杯中之水却纹丝不动；数据要丰富：据大晓机器人首席科学家陶大程与开悟世界模型研发负责人王飞判断，能力明显涌现或需“接近千万小时级”的数据。

三、百花齐放：上海的具身智能群像

上海具身智能产业的独特之处，在于面对同一问题，多种解法同时在尝试落地。

有的具身智能发力C 端货架 。大晓机器人用自研开悟世界模型3.1直接驱动机器人；9月，其与中国石油上海销售公司合作的首家加油站便利店进入试运营：机器人在75厘米宽的通道里为线上订单拣选、打包。董事长王晓刚介绍，机器人作业时，“约每100毫秒，世界模型都会对未来状态进行一次预测”。 数据采集泛化方面， 穹彻智能在全国50多个城市采集超10万小时真实世界数据，从预训练到后训练均借助人类数据——较机器人采集数据更经济、更易规模化。灵初智能则通过自研世界模型将人手操作转化为机器人动作，再到客户现场以强化学习迭代。

图3 中国石油昆仑好客便利店里的大晓机器人

有的具身智能从B 端产线 出发。它石智航新一代模型已在 汽车线束装配 等产线运行，其创始人兼CEO陈亦伦强调：“世界模型理解世界，物理AI改变世界。”还有具身智能从AI4S 实验室 出发。上海人工智能实验室发布世界动作模型研究 InternW0-Δ，将视觉、力觉、触觉纳入同一模型，可以连续完成 实验室移液 等技术环节，让机器人感知每一步的力度与反馈。

更多技术路径都在上海同步探索。具脑磐石发布类脑认知世界模型，无需预建地图即可在陌生环境中探索、导航和操作；苏度科技在仿真环境中训练，再迁移至真机。

检验标准只有一个：在真实场景中是否可靠。

四、规划、标准与评测正在加速制定

技术路线多元发展的同时，更需要明确方向。 《浦东新区加快推进新型工业化“十五五”规划》 提出，具身模型重点布局“具身大模型+世界模型”融合技术，推动模型理解物理规律、自主决策操作。

产业标准也在加速制定。工业和信息化部公开征求意见的 《国家人形机器人产业标准体系建设指南 （2026 版 ） 》 （征求意见稿）已将世界模型标准列项。 《上海市人工智能标准体系建设指南（2026—2028年）》 将“世界模型标准”列为关键技术标准，要求建立多维度评测体系。

图4 上海市人工智能标准体系结构图

还是忙碌不息的那家药房。此刻，机器人能看见药盒、听懂订单、伸手取下药。下一次伸手时，它是否会对“碰一下会怎样”多一分预判？用上的又是哪一种“大脑”？这个答案，决定它是“会干活”还是“靠得住”。

从“看懂世界”到“预演下一步”，答案正在GDPS 2026的训练场和工位上，也在上海更多的实验室、门店和产线上，一个个场景的摸索、验证、落地。

本文由蚂蚁灵波提供，量子位获授权转载，观点归原作者所有。

版权声明

版权所有，未经授权不得以任何形式转载及使用，违者必究。

蚂蚁灵波

作者文章列表

  • 说真话就能拿10万？网易叭哥说重金求“真需求”，不卡专业学历 2026-10-16
  • 霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力 2026-10-16
  • 范式智能联合睿思智联推出开源一站式 生产级 AI 部署平台 “模域ModelSphere” 2026-10-16
  • 百度世界2026五大亮点曝光，企业和开发者值得关注什么？ 2026-10-16

左侧分享

扫码分享至朋友圈

相关阅读 start

相关阅读

#### 刚刚，全球首个具身专属的MoE视频模型，开源了！

视频生成的下一站，或是机器人大脑

十三

2026-07-09

LingBot-Video

具身智能

视频生成

#### 蚂蚁集团、阿里云等正式加入PyTorch基金会，携手全球开源力量推动AI普惠

2026-07-20

#### 2700GB高质量数据，训出空间智能SOTA，背后秘诀全栈开源

300万对RGB-D数据，专治机器人看不清

一凡

2026-03-31

#### 这个新开源的世界模型只有1.3B，单卡就能实时跑！

轻量版LingBot-World 2.0

2026-09-10

LingBot-World 2.0

世界模型

#### 世界模型首次迎来“小时级”生成！蚂蚁灵波开源LingBot-World 2.0，支持AI原生多人交互

#### 具身大脑进了真实世界，难题才刚刚开始

9月11日下午，在2026 Inclusion · 外滩大会现场。

2026-09-02

相关阅读 end

热门文章 start

热门文章

#### 智谱新模型，490 tokens/s！

2026-10-12

#### DeepSeek服务器全球宕机！神秘Harness账号同时现身

2026-10-15

#### DeepSeek Bot来了！民间版，DSH装个插件就能用

2026-10-11

#### 超清双2亿，掌中电影机，荣耀Magic9 系列正式发布，售价4499元起

2026-10-10

#### TRAE终于把Code和Work合并了

2026-10-09

<form role="search" method="get" class="search-form" action="https://www.qbitai.com/"> <label> <span class="screen-reader-text">搜索：</span> <input type="search" class="search-field" placeholder="搜索…" value="" name="s" /> </label> <button type="submit" class="search-submit"><span class="screen-reader-text">搜索</span></button> </form>

热门文章 end

底部版权

  • 关于量子位
  • 加入我们
  • 寻求报道
  • 商务合作

<a href="/?page_id=183"target="_blank"><i class="weixin_icon"></i></a>

追踪人工智能新趋势，报道科技行业新突破

<p>量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1</p>

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1