训练完成后即“退场”的机器人世界模型新架构

光象科技与清华大学李升波教授团队发布物理原生世界模型 Phi-WM 1.0 ActEffect，探索将世界模型限定于训练环节以兼顾策略学习与推理效率。

• 该架构在策略生成前馈反应、粗提案与精修动作三版输出后，由受控世界模型预测各自产生的物理后果，并在冻结的 DINOv3 特征空间中与真实未来对比构建排序损失。
• 在机器人实际部署与推理执行时，受控世界模型完全退出运行链路，不占用在线计算资源与推理时延。
• 仿真测试中，该方法在 LIBERO 基准取得 98.8% 平均成功率，在包含分布偏移的 LIBERO-PLUS 上达 80.3%，在 29 维动作空间的 RoboCasa-GR1 上达 67.5%。
• 影响/看点：该设计为降低具身智能产线端侧算力开销提供了新思路，其工业实用价值仍需在多样化真机产线长周期作业中进一步检验。
• 资料依据：
• 量子位（2026-09-05）：https://www.qbitai.com/2026/09/484611.html
• 清华大学与光象科技联合发布（2026-09-05）：https://arxiv.org/abs/2609.04846

本内容由 AI 生成，仅供参考，请注意甄别