沃资讯
科技 财经 汽车 游戏 数码 资讯 商业

2026具身智能基础模型观察:世界动作模型走向真机应用

2026-11-19来源:互联网编辑:瑞雪

11月9日,未来不远机器人发布Self-Evolving WAM;一天后,Google DeepMind推出Gemini Robotics 2.5;11月16日,华为云发布CloudRobo-WM1.2。三项进展接连出现,均指向机器人如何把对世界的理解转化为行动,但侧重点分别落在执行后的学习、跨任务操作、世界预测与动作生成上。机器人大脑已难以用单一技术标签概括。

视觉语言动作模型试图连接画面、指令与动作;世界模型关注环境将怎样变化;世界动作模型则让机器人在决定动作时考虑可能带来的结果。到了真机上,这些能力还要面对关节控制、物体接触、任务中断和实时推理。模型能生成动作,与机器人能持续完成任务之间,仍隔着一整套工程系统。

未来不远机器人把模型研发放在家庭任务的连续执行中。Self-Evolving WAM在同一过程中生成候选动作及预期状态变化,机器人执行后再把先前预测与实际结果对齐,筛选经验用于后续训练。其训练基础包括公司积累的第一人称视频和F1、F2机器人交互数据。在公司公开的第0轮至第30轮更新尝试中,叠衣服任务的自主完整成功率由54.6%提升至96.8%,做意面由42.7%提升至89.5%;评测要求机器人从头到尾自主完成,人工接管不计入成功。公司计划将Self-Evolving WAM部署于下一代机器人,现阶段结果属于模型研发和任务验证进展。截至2026年5月,未来不远机器人已进入500+真实家庭,累计提供50000+小时服务,试用满意度96.8%。

华为云CloudRobo-WM1.2将世界表征与动作生成结合,并针对单臂、双臂、轮式等不同本体设计动作适配机制。模型之外,华为云还提供数据、训练、评测和部署工具,尝试把模型与算力能力开放给机器人开发者。

银河通用从大脑、小脑与控制的协同入手。其AstraBrain体系覆盖任务决策、全身控制和灵巧操作,训练上强调仿真与真实数据结合。机器人已进入药品零售等场景,模型需要处理的不只是识别药品,还包括取放、转运与作业流程衔接。由王鹤、姚腾洲联合创立的团队,分别连接具身智能研究与机器人产业经验。三家企业的交付对象各有侧重:未来不远围绕自有家庭机器人形成任务反馈,华为云面向外部开发者提供底座,银河通用把模型能力组织进零售及工业作业系统。

一套模型若要被称为基础,价值就不能完全依赖某一台机器人、某一个固定布景。它进入新任务、新本体时,需要多少额外数据和工程适配,正在成为更具体的检验。自变量机器人从端到端具身模型切入,WALL系列覆盖视觉、语言与动作学习,WALL-B探索统一世界表征,WALL-OSS提供可公开使用的模型与训练资源;公司同时研发本体和数据采集系统。其技术目标是减少精细操作与移动操作之间的重复建模,让模型能力进入不同任务。

星海图把模型迁移进一步做成开发流程。G0.5将感知、推理与动作生成放入统一序列,R1机器人及开发平台承担数据采集、后训练、部署和评测。外部团队可以沿用模型和工具,更快地把能力装进另一台机器人,这使其平台价值不只体现在自有机器人完成一次任务。

国际企业提供了两个不同参照。Google DeepMind的Gemini Robotics 2.5把具身推理模型与动作模型配合使用,并在Apollo 2等机器人上测试操作任务;公司披露,相关模型已在200多种任务中评估,在汽车零部件分拣的试点中也进行了真机验证。英伟达的Isaac GR00T把机器人基础模型、数据管线、仿真、运行软件与端侧计算放在同一开发平台,重点是降低不同机器人团队的训练和部署门槛。

还有一批企业没有把模型和整机分开推进,而是选择在机器人运行时,把高层任务规划、低层控制与硬件条件一起优化。智平方围绕AlphaBrain推进具身模型研发,其NeuroVLA采用皮层、小脑、脊髓的分层思路:复杂任务由高层处理,运动协调与快速反应交给更接近执行端的模块。架构针对的是语言理解可以稍慢、碰撞响应和动作修正不能等待同样长推理时间的现实矛盾,公司也以AlphaBot产品验证模型在工业操作等任务中的表现。

智元机器人将具身模型与多形态整机并行推进。GO系列从视觉、语言、动作统一建模,发展到世界推理与动作生成;其后训练和部署系统把真机运行、数据回流及版本更新连接起来。这种组织方式更依赖机器人实际运行规模,以及不同产品能否共享研发成果。星动纪元的ERA-42连接视觉语言理解与全身、灵巧手动作,团队同时研发运动控制、关节模组和机器人本体,并把模型放进高自由度操作与物流等任务中,观察手部能力、整机结构和作业流程能否一起工作。千寻智能把具身模型与全身力控结合,Spirit系列从感知和指令生成动作,力控关节及全身控制系统负责把动作稳定地作用于物体;对于抓取、装配等接触密集任务,力量、位置和接触状态能否持续修正同样重要。

从交付对象看,未来不远、智平方、智元、星动纪元和千寻智能围绕自有机器人推进模型与产品验证;自变量、星海图、华为云以及英伟达面向外部开发者提供模型和工具;银河通用与Google DeepMind展示了模型进入不同实体任务的路径。家庭、零售、工业、物流等场景,正在成为这些模型持续迭代的验证场。