世界模型成机器人下一阶段竞争焦点，距离“真正干活”仍有关键闭环未打通

事件概述

2026世界机器人大会上，关于机器人下一阶段竞争的讨论从“身体”转向“大脑”。一场以“世界模型到服务人类的现实距离”为主题的圆桌中，多位产业人士认为，机器人的运动能力已经取得进展，真正的难点在于“操作”，而操作能力依赖手、眼、脑协同，最终取决于对物理世界的理解与数据支撑。

核心信息

• 从“会做”到“理解”是关键跨越：智澄AI创始人胡鲁辉指出，当前机器人系统在泛化能力、物理规律理解、任务理解上仍有不足；依赖模仿学习的VLA范式主要形成“肌肉记忆”，难以应对环境变化。无界动力创始人张玉峰也认为，基于模仿学习的范式受限于数据量与分布，缺乏对物理世界底层逻辑的理解。世界模型因此重新受到重视，目标是让机器人不仅知道“怎么做”，还理解动作会怎样改变环境。

• 数据是具身智能的瓶颈：奥比中光创始人黄源浩表示，具身智能数据必须来自真实物理交互，但不同机器人本体的相机、触觉设备差异导致数据难以跨本体复用，目前缺乏标准化、可迁移的数据。奥比中光正从3D视觉供应商向具身智能“数据基础设施”延伸，试图通过统一记录三维空间、时间序列、触觉和力信息，建立跨本体、跨模型的数据流通能力。

• 资本热但商业账未通：具身智能已吸引大量创业企业和融资，但黄源浩承认不少应用的ROI“还算不太过来”。机器人最先可能进入危险、重复、人不愿长期从事的场景，用真实运行数据反哺模型迭代，再拓展到更多场景。行业关注的“GPT时刻”尚无定论，关键要看模型、数据和真实场景何时形成持续的正向循环。

值得关注

智澄AI押注的是机器人“大脑”能力的提升，奥比中光则试图从视觉硬件进入数据基础设施。两条路径最终都要接受同一现实检验：机器人能否在真实场景中持续、稳定、经济地完成任务。这或许是世界模型距离“真正干活”最现实的距离。