机器人领域的世界模型是什么?
世界模型是学习物理世界如何运作的 AI 模型,能预测接下来会发生什么,让机器人在“想象”中规划或训练。
更新:
定义
世界模型学习环境的动态:物体如何移动、掉落、变形以及如何响应机器人的动作,通常从海量视频和机器人数据中学习。
怎么运作
给定当前观测和候选动作,模型预测下一帧或下一状态。机器人可用它来规划,开发者可把它当作学出来的模拟器生成数据、评估策略,与仿真到现实互补。
为什么重要
物理数据稀缺。大规模采集人类视频的公司——比如 Figure 用于 Helix 2.5 的 Index 数据集(报道)——押注理解世界如何运作是通向通用具身智能的路径。
常见问题
世界模型和 VLA 模型有什么区别?
VLA 模型把看到的和听到的指令直接映射为动作;世界模型预测世界的未来状态,再用来选择或训练动作。
世界模型有什么用?
生成合成训练视频、在学到的模拟器里测试策略,以及在行动前想象结果来做规划。
世界模型等于仿真器吗?
相关但不同:物理仿真器用方程手工搭建,世界模型从视频等数据中学出来。
相关报道
禾赛 Kosmo:把真实空间几分钟扫成机器人训练世界
激光雷达公司发布 Kosmo One(8K 空间相机)与 Kosmo World 云平台,并与 Galbot、Dexmal 合作;Dairy Queen 门店建模从约 300 小时降到 15 分钟。
AWS 开源 Physical AI 工具链,对接 NVIDIA 栈
2026 年 10 月 8 日 AWS 发布开源 Physical AI 工具链,串联合成数据、SageMaker 训练、仿真与边缘部署,并接入 NVIDIA Isaac/Cosmos;RoboMaker 已于 2025 年关停。
Skild 的 S1:在仿真里自己踢了相当于 140 年的足球
在发布可凭单条视频示范零微调执行任务的基础模型 S1 后,Skild 展示 Physical Self-Play:同一基座策略在 Isaac Sim 中自我对弈,再迁移到真人形机器人。
Figure Helix 2.5:在 30 个陌生家庭里做家务
Figure 称其人形机器人在湾区 30 个从未见过的家庭中整理房间、叠毛巾、铺床,且未采集任何当地数据;背后是与 Nscale 的 35 亿美元算力协议。
Newsletter
Robrief 周报
每周一封,只讲重要的机器人新闻。免费,可随时退订。