它石智航WAIC发布AWE 3.5：具身原生基座模型打通预训练到后训练闭环，多场景工业落地加速

事件概述

在WAIC 2026展会上，它石智航将一条1:1还原的环形线束流水线搬进展馆，多台机器人集群协作完成汽车精密线束装配。现场演示了整理桌面、打包手机、插网线、零件分拣等多种任务，所有任务基于同一个模型完成，无需切换参数。

核心技术突破

AWE 3.5原生模型

它石智航发布具身原生基座模型AWE 3.5，称为“具身原生大脑”。该模型从预训练阶段就将视觉、语言、动作等多种模态共同训练，采用One Model架构。同一套架构通过改变输入输出组合，可切换出不同功能：视觉到动作为Base Policy（策略输出），以动作为条件预测未来视觉为Action Condition World Model（环境预测），两者形成强化学习闭环。这意味着模型自身成为“仿真器”，无需手工搭建仿真环境即可在内部进行自我对弈和自我强化。

数据与Scaling

AWE 3.5基于超百万小时human-centric数据训练，量级与视频生成模型或自动驾驶数据相当。它石智航表示，数据系统正从“更多”转向“更聪明、质量更高”，Data Efficiency成为新评测维度。目前新任务仅需小时级数据采集即可跑通，具身Scaling已全面释放。首席科学家丁文超预测，2027年上半年到年中可能出现行业分水岭。

世界模型能力

现场设置交互体验：观众戴上数据采集夹爪，可与AWE 3.5生成的平行世界互动（如捏积木、拖拽手机盒、蜡烛火焰），所有重力、柔性、碰撞反馈均由模型从数据中学习，无需物理引擎代码。模型还具备长时记忆与长时序空间理解能力，可在数分钟连续交互推演中保持环境稳定，从而支持从连续过程中切出动作片段进行后训练强化学习。

行业影响

它石智航在WAIC首次亮相，展示了从线束到柔性操作、分拣、检测协同等多个工业场景的验证。丁文超指出，具身智能已从“机器人文娱舞蹈”进入“真干活”阶段。行业评判标准将转向“多场景可靠落地”，预计未来12个月内机器人将进入更多可触达的商业场景。

关键观点（对话节选）

• 灵巧手的重要性：夹爪可解决约80%问题，剩余20%需灵巧手完成。它石从Top-Down路径自研灵巧手，先梳理人类动作需求再反推硬件设计，预计12-18个月内出现显著产业趋势。
• 数据与模型：当基础数据达到一定规模后，关键不是堆量，而是让系统获得“梯度”——来自真实场景的正反馈。类似AI Coding对语言模型的倒逼作用，具身智能需要找到若干Killer App闭环。
• Research与工程：当前行业进入Scaling Research阶段，传统学术空间收窄，前沿问题（数据采集、预训练Infra、后训练流程）正加速向产业侧转移。它石内部无“预研”岗位，统称为工程师。
• 对模型的信心：人们经常在某个阶段失去信心，但实际模型进步已远超预期。Scaling带来的能力跃升需要持续敬畏和重视。