NTT 用物理定律约束世界模型，机器人上架成功率从 73% 升到 92%，将与 Mujin 先试机场行李

NTT 开发了一个世界模型，能在机器人动手之前预测货物会不会塌、物体会不会掉。公司称，小型机器人模拟货物堆放的上架任务，成功率由此从 73.1% 升到 92.3%。NTT 11 月 11 日发布这项技术，计划和 Mujin 合作做实地验证，第一个场景是形状、重量各不相同的机场行李装卸。

它押的是：让世界模型老老实实看清箱子的，是物理定律，而不是更多视频。NTT 说，传统世界模型内部不处理物体的物理量，生成的画面里物体会消失、变形，碰撞也预测不准，遇到训练数据里没有的场景就容易失灵。NTT 的“物理控制适配器”从视频里估计每个物体的位置、朝向、速度和质量，按运动方程算出下一步怎么动，再把结果交给视频生成模型。公司说，行李的形状和重量千差万别，想收集覆盖所有物品的训练数据并不现实。这和英伟达 GR00T 2 主要靠人类视频学习的路线正好相反。

它给规划器打分，不取代规划器

这个模型不直接控制机器人。先由 VLA 模型或运动规划器给出几个候选动作，NTT 的模型为每个动作生成“执行之后”的画面，按掉落、碰撞打分，机器人再选最可能成功的那个。NTT 称它的运行速度足以嵌进控制流程；而且因为会输出每次预测背后的物理量，现场人员能看出它为什么判断会掉。

所以 Mujin 是顺理成章的第一个伙伴。Mujin 的控制器本来就在给工业机械臂规划混装码垛，一个“检查器”可以叠在这套软件上面，不用替换它。NTT 还称，在以多物体碰撞为主的公开视频预测基准 OBJ3D 上，它的 LPIPS 相似度指标优于以往方法。

这 19 个百分点能不能留住，要看机场行李的实地验证。小机器人往架子上码东西，和全尺寸机械臂把只能靠视频估重的行李箱装进货柜，差得很远。NTT 将在 11 月 18 日至 25 日的 NTT R&D Forum 2026 上展出这套系统。