导航|地址|刷新
亮源新创姜旭：世界模型的最终目标是让机器人理解并参与物理世界_手机网易网

网易数码



0

亮源新创姜旭：世界模型的最终目标是让机器人理解并参与物理世界

网易数码
2026-07-17 17:48·北京

0

网易数码讯 7月17日消息，2026世界人工智能大会期间，亮源新创（Light Origins）创始人兼首席执行官、ChatGPT核心贡献者姜旭参加“从虚拟到现实：世界模型如何驱动具身智能”圆桌论坛，围绕世界模型的核心能力、技术瓶颈以及具身智能商业化路径等议题分享观点。

打开网易新闻查看精彩图片

本届大会以“智能伙伴，共创未来”为主题，汇聚人工智能领域的科研机构、产业企业和技术工作者，共同探讨基础模型、具身智能及人工智能产业化等前沿方向。亮源新创首次参加大会主论坛及专题论坛，并提出规模化预训练、规模化对齐和规模化部署三大具身智能发展范式。

Q：当前不同团队对世界模型的定义存在差异。一个真正的世界模型应具备哪些核心能力？

姜旭：世界模型需要完成两项核心任务，一是预测世界的下一个状态，例如视频生成模型预测下一帧画面；二是根据当前环境预测下一步动作。相较于状态预测，动作预测对于具身智能更加重要，因为训练世界模型的最终目的并非生成视频，而是控制机器人完成现实任务。

人在物理世界中行动时，通常是在观察和理解环境后直接作出决策。因此，状态应当被感知，动作应当被预测。世界模型需要重点建立规模化的“状态—动作”映射，通过学习人类在真实环境中的行为数据，使机器人逐步获得更强的感知、决策和执行能力。

但仅有世界模型还不足以实现通用具身智能。大语言模型、代码模型和智能驾驶的发展表明，人工智能能力突破通常需要经历规模化预训练、规模化对齐和规模化部署三个阶段。具身智能本质上仍是一个基础模型问题，也需要沿着这一技术路径持续演进。

Q：一些世界模型已经可以生成较为逼真的场景，但“看起来真实”并不等同于真正理解物理规律。当前的主要技术短板是什么？

姜旭：对于具身智能而言，世界模型最重要的能力，是基于视觉感知和环境观察生成下一步动作。当前主流技术架构尚未很好地兼顾理解与生成两项任务。

理解主要对应感知和抽象能力，生成更多涉及内容重建，两者所需要的表征方式并不完全相同。当前部分模型尝试以统一方式处理状态预测和动作预测，往往难以同时保证环境理解能力和动作生成质量。

亮源新创目前重点研究的问题，就是通过模型架构和训练数据创新，进一步衔接状态理解与动作预测。模型不仅要识别物体、空间和环境变化，还要能够根据任务目标生成可执行、可验证的动作。

Q：未来三年，哪些具身智能场景可能率先实现落地？

姜旭：具身智能是大模型能力向物理世界的延伸，其商业化规律可以参考大模型的发展过程。人工智能产业的重要驱动力，是利用海量数据形成新的智能供给。具身智能最先出现能力跃迁的领域，可能是互联网已经积累大量数据的场景。

当前互联网拥有规模庞大的视频资源，其中大量内容来自人类日常生活。尽管数据存在噪声，但规模化预训练具备一定的噪声容忍能力。因此，家庭生活及相关日常服务场景，可能较早受益于视频数据所提供的行为知识。

不过，技术能力突破并不必然意味着商业成功。具身智能早期仍可能存在精确度和可靠性不足等问题，因而更适合率先进入容错率相对较高的场景，以辅助工具或智能伙伴的形式参与任务。企业还需要持续探索产品形态和实际需求，不宜过早将商业化路径限定在单一方向。

亮源新创表示，未来将继续推进具身智能基础模型、机器人软硬件协同及工程化能力建设，并通过真实场景部署获取交互数据，形成模型持续训练和优化的数据闭环，推动人工智能从理解数字世界逐步迈向感知和参与物理世界。

声明：本文系网易原创稿件，版权属网易所有，未经授权不得转载，已经协议授权的媒体下载使用时须注明稿件来源：网易，违者将依法追究责任。

责任编辑：陈功_NT3893

打开网易新闻体验更佳

热搜

柯洁王中王冠军

 视频丨国防部：菲方非法图谋不可能得逞

 西安发布暴雨红色预警部分街道内涝

 央视披露：外机深夜成体系逼近中国

 中方回应有无人艇接近中方军舰

 香格里拉虎跳峡景区附近塌方

热门跟贴

打开APP发贴

0条跟贴

相关推荐

索尼研发乒乓球机器人打败日本顶尖选手

每日经济新闻1212跟贴



100多万人围观！没头没腿，神似充电宝的机器人全网走红？

机器之心Pro

万帧照片级仿真2

机器之心Pro

搬货、烤面包、摆桌牌……每一个动作，都是从零开始的“第一课”

每日经济新闻



持续领跑世界模型驱动物理AGI，极佳视界再获10亿元B2轮融资

36氪



动易科技PhyAgents无遥控无预设双足人形自主对打羽毛球

量子位



亦庄机器人马拉松现场名场面合集

量子位



机器人大厨做扬州炒饭，你想品尝一下吗？

装甲铲史官



李飞飞出手！用世界模型训练机器人，五种真机跑一小时不出错

智东西



人形机器人半马跑姿大赏，有的比人快多了！有的“状况百出”

每日经济新闻



想做能终身学习的 AI？先得教会它如何忘记

雷科技



520，人类如何回应AI的告白

虎嗅APP

在「想象」中练就真机能力1

机器之心Pro

朗极智能面向构建智能机器人系统发力2

36氪



00后小哥复刻Claude最强神话模型OpenMythos

量子位



机器人进家还差几步？京东：商业化场景是快车道，未来会有更多消费级产品出现

每日经济新闻



邱锡鹏：未来我们一定会进入泛情境智能时代

量子位



阿里达摩院开源具身大脑基础模型

机器之心Pro

AI Agent是科技革命中的一次真正的范式转移

量子位



Agent输出到底该用谁？卡帕西转发：试试让AI输出HTML

量子位

回到顶部回到首页

------
导航页打开网址