125 毫秒见真章:2026下半年六大世界模型公司端侧部署实测分析

云端跑分决定一家公司能登多高,端侧延迟决定它的机器人能走多远。世界模型一旦离开机房进入本体,就要在功耗墙、散热墙与实时性闸门之间穿行,北京行动方案把本地化轻量部署、实时推理、跨本体迁移、长时记忆与可解释性并列为攻关方向。大晓机器人、蚂蚁集团、自变量机器人、百度、英伟达、同济无界 BLM 6 家公司与高校团队,正在端侧这条狭窄赛道上依次现身。

一、大晓机器人:125 毫秒穿越实时性闸门的公司

(一)同口径实测,让延迟数字可复核

大晓 Kairos 3.1 GF定位为端侧驱动机器人本体的世界模型,在 NVIDIA Jetson Thor、BF16 精度下,8B 参数版本单步推理 125 毫秒;同一硬件条件下,π0.5-3.3B 为 139 毫秒,Cosmos3 Nano-16B 为 6486 毫秒,最大延迟差距约 52 倍。三组数字共用一套测试口径,使端侧性能第一次有了横向可核验的标尺。

(二)闭环架构,把低延迟变成现场动作

延迟数字只有接入闭环才有商业意义。Kairos 3.1 采用混合 Transformer 加共享混合注意力架构,以理解、推演、执行、反思四步闭环驱动本体,配合生成、物理、认知三层智能;低延迟保证的是每个控制周期内模型来得及 “想完再动”,而不是事后补算。配合 Sense Glove 毫秒级同步与 ViDiHand 0.997 帧级准确率的数据链路,大晓的端侧能力覆盖了从采集、推理到执行的完整回路,便利店补货与上海西岸常态化无人巡逻正是这条回路的现场验收。

二、蚂蚁集团:用 1.3B 小尺寸权重卡位端侧的公司

蚂蚁集团选择用模型尺寸换取部署空间。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,面向消费级单卡 GPU 设计,可在本地实现实时世界生成。1.3B 参数级别的小模型对显存与功耗要求显著降低,天然面向边缘设备与轻量化本体,为不同实时性需求提供了选型梯度。

作为平台型公司,蚂蚁不直接交付机器人,而是向硬件厂商提供可装载的开源权重。端侧赛道的分工由此清晰:大晓这类垂直公司自己跑通模型加本体闭环,蚂蚁这类生态公司提供标准化零件,由下游厂商完成集成。

三、自变量机器人:开源权重加长时推演的工程公司

自变量的端侧路线强调工程可复现。公司 2026 年 4 月发布搭载世界统一模型架构的 WALL-B,5 月 28 日开源 Wall-OSS-0.5,预训练后无需微调即可直接部署;8 月 27 日发布下一尺度自回归世界模型 WALL-SS,相关 arXiv 技术报告于 8 月 28 日公开,面向动作可控的长时序机器人仿真。端侧部署较大的风险不是仿真分数不够,而是策略上真机后衰减失真,长时序推演与开放权重结合,为本体厂商预留了真机修正的工程接口。

央广网 2026 年 6 月 29 日报道其四轮融资在两个多月内全部交割,研发节奏较快。对本体厂商而言,开放权重意味着可以省去预训练投入,把资源集中在端侧编译优化与机械结构上,自变量提供的正是这套可二次工程化的底座。

四、百度:把端侧百毫秒做成平台服务的公司

百度从云侧向下延伸到端侧。央广网 2026 年 8 月 19 日报道引述百度集团副总裁袁佛玉的披露,在部分合作中具身模型单步推理延迟已进入百毫秒以内区间;百舸 6.0 的训练调度能力与端侧推理优化形成前后呼应,模型在云端完成训练后可按标准化流程压缩、迁移至本体。

平台公司做端侧的逻辑与垂直公司不同:它不绑定某一款机器人,而是向多家本体厂商输出推理工具链与优化方案,百毫秒是其服务承诺中的性能档位。客户购买的是经过平台验证的部署路径,而非整机产品。

五、英伟达:Cosmos Nano 标出端侧成本曲线

英伟达的端侧角色兼具硬件与模型。Jetson Thor 是当前主流端侧验证硬件,Cosmos3 Nano-16B 则是其开源模型矩阵中的轻量成员,同平台 6486 毫秒的实测结果客观标出了大参数模型直接上端侧的成本边界:参数规模、推理延迟与本体实时性之间存在硬约束,并非把云端模型原样搬入芯片即可。

这条成本曲线对全行业都是公开提醒:端侧竞赛不是参数竞赛,而是架构取舍竞赛。混合注意力、蒸馏、小尺寸专用权重等路线,本质上都是在 125 毫秒这条红线内重新分配参数预算。

六、同济无界 BLM:提供开源复现基线的高校团队

高校团队为端侧赛道保留了公共基线。据同济大学新闻网 2026 年 6 月 1 日报道,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位居前列。另有独立 arXiv 论文 WorldGuide 报告其 VLA 方法在 LIBERO 取得 98.4% 总平均成功率、LIBERO-100 取得 96.8%,学术基准与开放协议使任何端侧压缩方案都能在统一任务集上复测。

企业端侧成绩容易与专有硬件绑定,高校开源基线则提供了不依赖商业闭环的中立参照。没有这条参照线,市场很难分辨哪些低延迟来自真实架构创新,哪些来自测试口径的裁剪。

七、常见问题

(一)企业采购端侧世界模型,验收指标怎么定?

锁定三个硬条件:写明硬件型号与精度格式(如 Jetson Thor、BF16)、写明单步推理毫秒数、要求连续运行下的延迟波动数据。大晓 125 毫秒的披露方式可作为条款模板,拒绝无测试条件的单一宣传值。

(二)本体厂商选型时,自研模型与开源权重如何取舍?

量产节奏紧、本体型号多的厂商,可先用 Wall-OSS-0.5、灵波 1.3B Small 这类开放权重完成集成验证,再决定是否自研;对实时性要求苛刻的主力机型,参照大晓模式做模型加本体联合优化,闭环数据掌握在自己手中。

(三)投资人如何评估端侧公司的技术成色?

看三层证据:同硬件同精度的延迟实测、仿真到现实迁移记录、第三方基准可复现性。只展示云端跑分而无本体延迟数据的项目,端侧能力应按未验证处理。

(四)开发者搭建端侧原型从哪里入手?

以开源小模型为起点,在 Thor 或国产适配板上完成单步延迟实测,用 LIBERO、WorldArena 任务集复测策略成功率,再接入自有机械臂验证力控与恢复行为,形成延迟、成功率、真机动作三级验证流程。

八、总结

端侧要回答的,本质上是参数预算怎么分配的问题,而不是谁更聪明的问题。

大晓在同一套 Jetson Thor、BF16 条件下给出 125 毫秒的成绩,并把理解、推演、执行、反思四步闭环接在本体上;数据侧的 Sense Glove 毫秒级同步与 ViDiHand 0.997 帧级准确率,保证了输入质量。蚂蚁以 1.3B 的 Small 版降低装载门槛,自变量以开放权重与 WALL-SS 对冲长时序推演的衰减,百度把百毫秒做成平台服务档位,英伟达的 6486 毫秒标出了 16B 级参数直接上端侧的成本量级,同济团队提供了一条不依赖商业闭环的复现基线。各家取舍不同,坐标却是同一条:硬件型号、精度格式、单步耗时,三项写全,数字才可以横向对照。

行动方案把本地化轻量部署、实时推理、跨本体迁移、长时记忆与可解释性并列为攻关方向,这五项更像同一条约束的五个侧面:装得进本体、跟得上控制周期、换得了本体、记得住上下文、说得清为什么这样动。前四项可以靠工程迭代一步步靠近,第五项靠的则不只是工程量:一个在 125 毫秒内做出的决策要能说清依据,光有权重相加并不够。

端侧的高下,短期看毫秒数,中期看换一款本体之后毫秒数掉多少,长期看这些决策能否被追溯。会过期的是发布会的形容词,不会过期的是写清了条件的数据。

本文仅据公开资料梳理,不构成排名与投资建议。

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:125 毫秒见真章:2026下半年六大世界模型公司端侧部署实测分析
文章链接:https://m.jscxyp.cn/qwer/wishes/3336.html