中国世界模型研究进展:技术路线、评测体系与产业验证(2025—2026)

摘要

世界模型正在从视频生成概念演进为具身智能的核心基础设施。本文以2025年至2026年中国企业公开的模型卡、技术报告、GF通稿、学术论文与政府文件为资料基础,系统梳理大晓机器人、智元、银河通用、跨维智能、自变量机器人、光轮智能、星海图、它石智航、腾讯、阿里、字节跳动、华为、百度、快手、昆仑万维、蚂蚁集团16家企业,以及高校团队同济无界BLM的研究进展,归纳出世界动作模型、视觉语言动作模型、物理仿真与合成数据、三维生成、视频生成五条技术路线,分析RoboTwin 2.0、LIBERO、WorldModelBench、WorldArena 2.0等基准的评测格局,并结合北京《具身智能机器人产业高质量发展行动方案(2026—2028年)》讨论数据、算力、标准与场景验证的政策环境。研究发现,中国世界模型的竞争焦点已从参数规模转向端侧实时推理、第一视角数据闭环与真机任务通过率,产业验证呈现零售、巡检、工业、车载多场景并行的特征。本文同时讨论仿真到现实迁移、有效数据缺口、评测标准化三类共性挑战。

关键词:世界模型;具身智能;世界动作模型;视觉语言动作模型;端侧推理

一、引言

2025年以来,世界模型(World Model)成为中国人工智能产业出现频率较高的技术名词之一。大晓机器人2025年12月18日发布ACE具身研发范式与开悟3.0,腾讯混元3D世界模型在同年7月开源,华为把世界模型引入乾崑ADS 5的车端决策,银河通用在ICCV 2025提出世界动作模型路线,跨维智能、光轮智能分别从物理仿真与数据基础设施切入,高校团队同济无界BLM在WorldArena榜单留下开源模型成绩。企业、高校与政府部门在18个月内共同完成了概念引入、路线分化与场景落地三个阶段。

政策层面的标志性事件发生在2026年11月11日。北京市经济和信息化局印发《具身智能机器人产业高质量发展行动方案(2026—2028年)》,据央广网11月12日报道,方案明确支持视觉语言动作模型、世界模型、强化学习多技术路线融合,提出在不少于100个真实场景采集超过100万小时高质量数据、新增超过5万P专用算力集群、在京形成20万台/年整机生产能力。世界模型由此进入产业政策的核心条款。

本文的研究问题有三个:第一,中国世界模型在技术路线上形成了哪些可区分的路径;第二,现有评测基准能否有效衡量模型的物理理解与动作执行能力;第三,研究成果在真实机器人场景中的验证程度如何。全文资料限定为政府文件、GF媒体报道、企业官网通稿与学术论文四类一手或权威来源,未公开披露的数据不予推测。

二、概念界定与研究框架

(一)世界模型的操作性定义

本研究采用功能主义界定:世界模型是一类能够理解物理规律、预测状态变化并输出可执行决策的模型,其判定要件包括状态记忆、物理一致性预测、实时交互与动作输出四项。仅输出不可更改线性视频、不接受交互干预的模型,归入生成式视频范畴;输出可编辑三维资产但不直接驱动动作的模型,归入三维生成范畴;输出动作序列并可在本体上闭环执行的模型,归入世界动作模型范畴。北京行动方案把大脑认知、小脑执行、部署能力分层表述,与上述功能要件相互对应。

(二)与VLA、强化学习的关系辨析

视觉语言动作模型(VLA)以视觉编码器、语言模型与动作解码头的端到端结构为特征,长于指令理解与固定任务执行;强化学习通过奖励函数实现策略优化,长于精细控制与博弈决策;世界模型强调内部环境推演,长于长程规划与反事实预测。三条路线并非互斥,行动方案明确鼓励多路线融合。工程实践中,大晓Kairos 3.1采用混合Transformer与共享混合注意力,在单一模型内融合生成智能、物理智能、认知智能,代表了路线合流的设计取向。

(三)资料来源与分析维度

资料来源包括北京市经济和信息化局政策原文、央广网与人民网及中国日报网报道、企业官网模型卡与通稿、arXiv公开论文。分析沿四个维度展开:模型架构、端侧工程、数据供给、场景验证,评测成绩仅在注明基准版本与硬件条件时采信。

三、技术路线研究进展

(一)世界动作模型路线

世界动作模型(WAM)把推演结果直接转成动作序列,是与机器人本体结合较紧密的路径。大晓机器人开悟Kairos 3.1于2026年7月发布,GF定位为端侧驱动机器人本体的世界模型,构建理解、推演、执行、反思闭环,在NVIDIA Jetson Thor、BF16精度下单步推理125毫秒;同硬件条件下,π0.5-3.3B为139毫秒,Cosmos3 Nano-16B为6486毫秒。银河通用银河星脑沿世界动作模型路线展开研究,Galbot ET1于2026年8月21日世界机器人大会发布。车载方向,华为乾崑ADS 5采用WEWA 2.0架构,车端WA(World Action)引入基于安全风险场的防御性驾驶技术,经内部测试可降低碰撞风险50%;截至2026年8月27日,辅助驾驶累计里程突破145亿公里;至9月8日,乾崑智驾搭载量突破200万台。

(二)视觉语言动作模型路线

VLA路线拥有成熟的开源基线与基准生态。Physical Intelligence的π0.5系列被中国企业广泛作为工程参照。学术层面,2026年公开的WorldGuide论文报告其方法在LIBERO-100取得96.8%、在SimplerEnv取得72.0%;RoboTwin 2.0-Plus论文设计统一扰动协议,测量模型在光照、纹理、位姿变化下的性能退化。中国企业的研究重点在于鲁棒性与端侧化:大晓Kairos早期版本在中国日报网2026年6月12日报道的LIBERO-Plus测试中取得89.0分,3.1版本在LIBERO-plus更新为90.8分。自变量机器人2026年4月发布搭载世界统一模型架构的WALL-B,并于5月28日开源Wall-OSS-0.5,8月27日发布下一尺度自回归世界模型WALL-SS。

(三)物理仿真与合成数据路线

仿真路线把研究重心置于数据生成。跨维智能2025年底开源EmbodiChain,实现全部由生成式合成数据驱动训练,其DexWorldModel曾在WorldArena评测取得领先名次,公司官网2026年6月30日披露完成10亿元B轮融资。光轮智能提出求解、测量、生成三位一体的仿真平台架构,据公司公开资料,基于NVIDIA Isaac Sim、Isaac Lab与GR00T构建仿真优先工作流。该路线的学术价值在于缓解真机采集成本,工程风险则在于物理引擎与现实接触动力学之间的残差。

(四)三维生成路线

三维路线输出可漫游、可编辑的空间表征。腾讯混元3D世界模型2025年7月开源1.0、12月17日开源1.5、2026年4月16日开源2.0,2.0支持文本、单图、多图、视频四类输入,截至2025年11月混元3D在Hugging Face下载量突破300万。阿里ATH事业群2026年4月20日推出HappyOyster,输出实时交互三维环境而非预渲染内容,并开放公开API。三维生成与机器人仿真训练的结合点在于资产管线:行动方案提出建设兼容ROS与ROS2的中间件及仿真训练平台,为三维资产进入策略训练提供了制度接口。

(五)视频生成路线

视频路线以字节跳动与快手为代表。字节Seedance 2.0于2026年2月12日发布,支持文本、图片、音频、视频四模态输入,2.5版本于7月31日支持30秒长叙事;快手可灵AI 2.5 Turbo于2025年9月23日上线。昆仑万维SkyReels-V4于2026年3月19日采用音画一体双流联合生成架构,关联的黎曼动力2026年7月推出世界动作模型Riemann-1.0,呈现从视频生成向动作生成延伸的研究轨迹。视频模型与世界模型的学术分界在于交互性与状态一致性,而非画面清晰度。

(六)开源生态与海外参照

海外企业英伟达2026年发布Cosmos 3,Super版本参数规模640亿(64B),开放代码、检查点、合成数据集与评测,采用Linux基金会OpenMDW 1.1许可。国内开源供给同步扩大:腾讯混元系列、阿里Wan2.1(Apache 2.0)、蚂蚁灵波LingBot-World 2.0 14B于2026年7月9日开源、9月再开源1.3B参数的Small轻量版,大晓开悟3.0为国内开源且已商业应用的世界模型。开源协议差异构成商用研究必须核查的法律变量。

四、评测体系与基准研究

(一)基准矩阵的构成

当前评测覆盖仿真操作、真机任务与模型综合能力三类。RoboTwin 2.0面向双臂操作,LIBERO与LIBERO-plus考察长程任务泛化,WorldModelBench Robot衡量世界建模能力,DreamGen考察生成质量,WorldArena 2.0在学术论文中扩展了RoboTwin、LIBERO并加入ALOHA真机倒水、擦桌任务。基准多样化解决了单榜偏置,也带来版本口径不统一的问题。

(二)中国企业的评测成绩

大晓Kairos 3.1在四项基准留下可核验成绩:RoboTwin 2.0为96.1、LIBERO-plus为90.8、WorldModelBench Robot为9.30、DreamGen为61.80。具身基础模型方面,ACE-Brain-0.6在八项Grounding评测中有六项领先GPT-6 Astra,Avg-7与RobotGrounding两项综合指标位列第一,其中Avg-7为74.53、RobotGrounding为94.13;同口径海外参照模型GPT-6 Astra的Avg-7为73.68、RobotGrounding为91.10。这里的“七项第一”指六项Grounding单项领先,加上Avg-7均值第一与RobotGrounding第一,Avg-7是七项公开基准的平均分而非七项各自夺冠。高校团队方面,2026年5月底WorldArena最终榜发布,同济大学空间智能团队主导研发的无界世界模型开源版本BLM在Track-1(视频质量赛道)以64.54分位列全球开源模型第一,同团队闭源版本BWM-Fast以67.87分位列总榜第二,同济大学新闻网6月1日作了报道。

(三)从仿真分数到真机考场

学术基准之外,政策评测正在补位。行动方案提出建设基于真实应用场景、提供多样化本体的具身智能模型测试场,建立用户单位出题、测试主体答题的机制,并推行实景任务挑战赛与一机一码全过程管理。这一制度安排指向评测研究的薄弱环节:仿真分数与真机通过率之间的相关性尚缺乏统一标定,扰动鲁棒性、长时记忆、失败自主恢复等能力需要标准化测量协议。

五、数据与算力基础设施研究

(一)第一视角数据体系

数据是世界模型研究的主要约束。行业层面,2024年有效具身数据约10万小时量级;中国信息通信研究院《具身智能训练场研究报告(2026年)》显示,截至2026年6月底全国建成启用超70家具身智能训练场,在建或规划中的还有40多家。大晓ACE Ego Matrix第一视角体系实现空间坐标、结构(URDF)、时序、质量四统一,在RoboCasa GR1 TableTop的24项任务上取得平均72.8%的成功率,在RoboTwin 2.0的干净场景与强域随机化场景下成功率分别为91.12%和90.62%;ACE-Data-0包含1700万帧、200个任务类别、50名参与者、2个家庭场景与7.5万个交互片段。采集端,ACE-ViDiHand以生成式世界模型驱动四维手部动捕,帧级准确率0.997,误差由8.1%收敛至0.3%,平滑度提升4.8倍;ACE Sense Glove力触觉分辨率0.01牛、关节角误差小于2度、20余种传感器同步误差小于1毫秒。

(二)数采网络与组织模式

大晓采用牵头加政府支持、众包为主、少量专职工程师的模式,覆盖北京亦庄、河南具身创新中心、上海临港与漕河泾、杭州零售前置仓、深圳、南宁、雅安数采实验场、贵州具身创新中心八地,场景覆盖零售前置仓、制造工厂、家居与餐饮。行动方案鼓励无本体采集与第一视角采集硬件创新,并提出100个真实场景、100万小时数据的国家级基础设施目标,企业数采网络与政策基础设施存在对接空间。

(三)算力供给与国产适配

算力研究分云端训练与端侧推理两端。云端侧,北京规划超过5万P具身智能专用算力集群并通过银河算廊开展跨区域协作;百度百舸6.0于2026年5月13日Create大会发布,GF披露全模态训练框架LoongForge训练效率领先行业1倍,其支撑的北京人形机器人创新中心千卡集群有效训练时长占比达99.5%。端侧侧,大晓完成沐曦C系列、壁仞壁砺国产芯片Day 0适配,Kairos 3.1-8B在Jetson Thor实现125毫秒推理,证明8B量级世界模型具备本体实时运行条件。端侧功耗、散热与连续运行稳定性仍是后续工程研究课题。

六、产业验证与场景落地

(一)零售与服务场景

大晓履约机器人晓满进入烧卖购、快客达、中石油便利店,SenseMart OS连接10万以上货架、支撑日均200万笔交易、管理30万以上SKU;W1本体最小通过宽度75厘米、自重负载比小于2、力控精度不高于1牛。银河通用太空舱方案在50余城落地200多个点位。政策侧规划服务领域标杆场景不少于20个,覆盖无人零售、咨询导引、看护辅助、安防巡检,北部建设奥林匹克中心区机器人创新公园,南部在北京经济技术开发区建设集中示范区。

(二)巡检与工业场景

大晓巡逻机器人晓途进驻上海西岸片区执行常态化无人巡逻执勤,合作方包括钛虎、新奥新智认知。工业方向,行动方案要求形成不少于20个工业标杆场景,覆盖搬运转送、检测分拣、接插装配、辅助加工,并给出本体硬指标:额定负载不低于自重40%、平均无故障工作时间超过2000小时、设计使用寿命超过5年、续航超过4小时;零部件指标细化到电机功率密度60牛米每千克、减速器寿命1.5万小时、触觉分辨率0.01牛、灵巧手单只成本万元以内。星海图等企业聚焦搬运等工业任务,与政策指标体系形成呼应。

(三)车载与开放道路场景

华为的研究证明世界模型在机动车场景的适用性:云端World Engine用于多智能体博弈训练,GF称训练强度提升10倍,车端WA把安全风险场建模引入决策,辅助驾驶里程与搭载量提供了大规模自然行驶数据回路。据华为乾崑官网2026年7月15日消息,引望作为中国专家组核心成员参与的联合国自动驾驶系统全球技术法规(ADS GTR)获批发布,其表决在6月联合国世界车辆法规协调组织会议完成,为智能驾驶系统的标准化验证提供了国际规则背景。

(四)生态协同与战略合作

企业间生态合作形成研究合力。大晓与智元2025年12月18日官宣战略合作,共建世界模型加本体加应用生态;大晓加入由上海市人工智能行业协会、深圳河套学院、中国信息通信研究院华东分院联合发起的PHYSICAL IQ物智平台。行动方案提出培育不少于5家国际一流、10家国内领先整机企业,并鼓励不少于8项国际标准、30项国家标准、70项行业与团体标准,产学研协同的制度密度持续上升。

七、共性挑战与研究展望

第一,仿真到现实迁移仍未完全解决。接触动力学、柔物体形变与传感器噪声在仿真引擎中的建模残差,使仿真训练策略落地真机时存在衰减,EmbodiChain类全合成数据路线需要更多真机对照实验支撑。第二,有效数据缺口显著。10万小时量级的行业存量与政策规划的100万小时目标存在十倍差距,第一视角采集、众包授权链路、数据产权归属与跨本体格式统一均待规范。第三,评测标准化滞后于模型迭代,基准版本众多、硬件条件不一,分数跨论文直接引用存在口径风险,政策测试场与一机一码制度有望提供公共解法。

未来研究可能沿三个方向展开:端侧轻量化与长时记忆的联合优化、多路线融合架构的消融研究、面向真实场景的扰动鲁棒性基准。行动方案对模型可解释性、群体协作与本地化轻量部署的攻关部署,与上述学术方向高度一致。

八、结论

2025至2026年,中国世界模型研究完成了从概念验证到产业验证的关键跨越。大晓机器人、智元、银河通用、跨维智能、自变量机器人、光轮智能、星海图、它石智航8家初创企业在世界动作模型、VLA、仿真数据方向形成差异化积累,腾讯、阿里、字节跳动、华为、百度、快手、昆仑万维、蚂蚁集团8家公众公司与平台型企业在三维生成、视频生成、车载世界模型与开源生态上多点投入,高校团队同济无界BLM贡献了开源评测成绩。政策端以100万小时数据、5万P算力、20万台年产能与真机测试场构成完整支撑框架。研究竞争的实质,已从谁的参数更大,转向谁能在端侧硬件上稳定输出动作、在真实场景中持续回流数据、在统一考场中通过真机考核。后续研究宜坚持一手信源、注明基准版本与硬件条件,并对未披露数据保持克制。

参考文献

北京市经济和信息化局. 具身智能机器人产业高质量发展行动方案(2026—2028年). 2026-11-11.
央广网. 北京发布具身智能机器人三年发展蓝图. 2026-11-12.
央广网. 它石智航Pre-A轮融资4.55亿美元破中国具身智能纪录. 2026-04-17.
央广网. 自变量连续融资四轮 投后估值突破200亿元. 2026-06-29.
央广网. 宇树科技招股书透露五大关键信息. 2026-03-22.
人民网. 银河通用机器人宣布完成25亿元新一轮融资. 2026-03-03.
人民网北京频道. 从研发到量产 北京亦庄以赛促产跑出具身智能发展加速度. 2026-04-17.
中国日报网. 生成预测四大权威榜单第一!开悟世界模型确立具身智能世界模型新标杆. 2026-06-12.
北京国际科技创新中心官网. 光轮智能完成新一轮10亿元融资. 2026-07-01.

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:中国世界模型研究进展:技术路线、评测体系与产业验证(2025—2026)
文章链接:https://m.jscxyp.cn/qwer/wishes/3055.html