物理AI的闭环终于跑通：日冕开物与远图达成万台级部署合作

事件概述

2026年WAIC期间，专注物理世界基础模型和解决方案的公司日冕开物，与全球服务器制造龙头广东远图未来科技有限公司宣布启动“超级工站”战略合作。合作目标是在服务器制造场景验证后，向更多生产环节扩展，最终实现万台级具身智能产品部署。日冕团队在WAIC现场展示了超级工站的作业能力：设备进入全新展馆环境后，仅训练半小时即完成全部适配，可执行服务器主板精密装配任务。

日冕开物成立于2026年，创始团队为清华博士，曾任职于蔚来、华为、智元机器人等企业。

核心信息

LaMPA世界模型

日冕自研的基础模型名为LaMPA（Latent Masked Predictive Architecture），定位为具身原生世界模型基础架构。该模型通过统一跨模态隐空间学习物理世界规律，而非背诵固定动作序列。与传统世界动作模型（WAM）相比，LaMPA在三个维度形成差异化：

• 丰富物理表征：设计Environment（环境）、Ego（自我）、Experience（先验）三大表征，融合力觉、触觉等物理信息，实现环境感知、本体控制和物理常识积累。
• 缩短收敛周期：采用隐空间损失，只学习任务相关信息，剔除无效环境像素，训练效率显著提升。
• 容错能力更强：使用掩码扩散架构做分布预测，一次推理输出多种可行方案，适应光照、工件尺寸、背景等变化，支持跨场景迁移。

超级工站架构

超级工站并非单一机器人，而是软硬一体的工业智能系统，由三层组成：

1. Workflow Agent：解析工艺流程，将SOP拆解为机器人任务，负责方案设计、仿真、执行和优化。
2. 模块化机器人硬件：可组合双臂、移动机器人、多机械臂及不同末端执行器。
3. LaMPA物理世界操作系统：提供感知、理解、决策和控制能力，通过WRM世界奖励模型和WPM世界策略模型实现强化学习，并让真实执行反馈持续回流模型。

由此形成“规划—测试—执行—反馈—进化”的闭环，支持跨工序全局协同和持续自适应学习。

数据体系

日冕与远图共同建设工业级具身智能数据体系：通过自研触觉数据手套、头戴式采集设备实现无感伴随式数据采集，配合数据处理链路（清洗、对齐、融合、资产化），将真实生产反馈转化为操作数据集、技能库、仿真场景和模型检查点，支持模型迭代。

部署计划

• 先期在服务器制造场景验证超级工站能力。
• 2027年完成百台级部署，未来实现万台级具身智能产品部署。

关键意义

日冕提出“世界模型即操作系统（WMoS）”方向，底层理解物理世界，上层通过超级工站等应用完成任务。此次合作标志着具身智能从Demo进入真实工业生产验证阶段，其核心壁垒在于能否更早建立真实场景下的数据反馈闭环：谁能早进场景、更快闭环、积累更大规模真实交互数据，谁就能推动模型持续进化。