機(jī)器之心發(fā)布

當(dāng)前，物理 AI 正面臨著關(guān)于泛化能力的普遍質(zhì)疑。當(dāng)模型缺乏對(duì)真實(shí)物理規(guī)律的深度認(rèn)知、難以跨越復(fù)雜多變的開(kāi)放場(chǎng)景時(shí)，如何讓機(jī)器人真正理解物理世界并精準(zhǔn)規(guī)劃決策，已成為具身智能破局的關(guān)鍵。

今日，無(wú)界動(dòng)力正式發(fā)布全球首個(gè) “長(zhǎng)時(shí)序雙向物理因果鏈” 隱空間世界模型 ——MWA? 具身通用大腦，采用 “雙向動(dòng)力學(xué)” 架構(gòu)，在全程統(tǒng)一共享潛空間中推演，實(shí)現(xiàn)高能效精準(zhǔn)表征的同時(shí)，創(chuàng)新性地實(shí)現(xiàn)了時(shí)序 Chunk 級(jí)逆向動(dòng)力學(xué)建模機(jī)制，從底層范式上為機(jī)器人多場(chǎng)景泛化與高精度執(zhí)行提供了全新解法。

同時(shí)，無(wú)界動(dòng)力在由斯坦福大學(xué)等頂尖機(jī)構(gòu)聯(lián)合發(fā)起的具身智能權(quán)威榜單 RoboCasa GR1 TableTop 中刷新行業(yè)紀(jì)錄、斬獲全球第一，超越英偉達(dá) GR00T-N1.6 等一眾行業(yè)主流模型。

在這份領(lǐng)跑成績(jī)的背后，是無(wú)界動(dòng)力對(duì)世界模型技術(shù)路線的范式重構(gòu)。

讓機(jī)器人能干活的真正卡點(diǎn)是什么？

過(guò)去幾年，以視覺(jué) - 語(yǔ)言 - 動(dòng)作一體化為核心的 VLA 路線，曾憑借語(yǔ)義聯(lián)動(dòng)能力推動(dòng)了行業(yè)的早期迭代。但當(dāng)它被推向真實(shí)場(chǎng)景時(shí)，這種傳統(tǒng)以語(yǔ)言為中介的具身模型架構(gòu)，試圖將連續(xù)的物理世界塞入離散的語(yǔ)義空間，其泛化天花板已然顯現(xiàn)：當(dāng)模型跨入高動(dòng)態(tài)、多元化的開(kāi)放場(chǎng)景時(shí)，往往缺失對(duì)物理邊界與規(guī)律的認(rèn)知，從而失去了在多變場(chǎng)景中自主預(yù)測(cè)與長(zhǎng)效進(jìn)化的能力。

為解決這一困境，行業(yè)開(kāi)始嘗試探索世界模型的技術(shù)路線。但這一探索仍面臨兩大挑戰(zhàn)：一是傳統(tǒng)的視頻生成類世界模型執(zhí)著于預(yù)測(cè) “下一幀畫面長(zhǎng)什么樣”，由于要對(duì)光影變化、微觀雜質(zhì)等海量無(wú)效的視覺(jué)表象進(jìn)行無(wú)意義生成，帶來(lái)了巨大的計(jì)算冗余與像素噪聲。相比之下，隱空間世界模型能夠徹底過(guò)濾掉與決策無(wú)關(guān)的像素細(xì)節(jié)，把注意力牢牢聚焦在物理世界的本質(zhì)規(guī)律上，讓機(jī)器人真正理解動(dòng)作與物理世界變化之間的因果關(guān)系，從而構(gòu)筑起物理世界認(rèn)知與未來(lái)狀態(tài)預(yù)測(cè)的核心能力。 但與此同時(shí)，不少 “隱空間世界模型” 也受限于 “單步瞬時(shí)潛動(dòng)作推理” 的時(shí)序局限，讓機(jī)器人只能 “走一步、看一步、猜一步”。在這種缺乏物理常識(shí)約束的架構(gòu)下，微小的單步預(yù)測(cè)偏差會(huì)像滾雪球一樣迅速放大，在長(zhǎng)周期的連續(xù)作業(yè)時(shí)直接引發(fā)系統(tǒng)性崩潰。

因此，要讓機(jī)器人真正實(shí)現(xiàn)廣義泛化與高效交付，必須在隱空間內(nèi)真正建立起對(duì)物理因果規(guī)律的深度推演能力，同時(shí)讓模型具備長(zhǎng)時(shí)序的連貫規(guī)劃能力。

“長(zhǎng)時(shí)序雙向物理因果鏈” ：隱空間世界模型架構(gòu)創(chuàng)新

無(wú)界動(dòng)力創(chuàng)始人兼 CEO 張玉峰曾分享過(guò)基于第一性原理對(duì)具身大腦本質(zhì)的思考與洞察：具身大腦的終極目標(biāo)是讓機(jī)器人擁有類人的世界認(rèn)知建模能力，而非構(gòu)建客觀世界的完整復(fù)刻模型。真正的具身智能不需要在世界的像素層面（或微觀層面）去一比一還原世界的所有冗余，而是應(yīng)當(dāng)像人類大腦一樣，在高度抽象的隱空間中，直擊物理因果與高維度常識(shí)的本質(zhì)。

也是基于這個(gè)本質(zhì)思考，無(wú)界動(dòng)力的具身通用大腦 MWA? 采用了 “雙向動(dòng)力學(xué)” 架構(gòu)，首創(chuàng) “長(zhǎng)時(shí)序雙向物理因果鏈” 隱空間世界模型。

一、潛動(dòng)作自監(jiān)督預(yù)訓(xùn)練：在隱空間淬煉通用物理常識(shí)

這一階段的預(yù)訓(xùn)練目標(biāo)，是讓具身大腦在隱空間內(nèi)自主習(xí)得通用物理交互與因果演變的規(guī)律。

為了做到這一點(diǎn)，MWA? 以 “潛動(dòng)作（Latent Action）” 作為物理因果的 “載體”，通過(guò)逆動(dòng)力學(xué)編碼器，將導(dǎo)致畫面改變的動(dòng)作轉(zhuǎn)化為高維向量。該向量不對(duì)應(yīng)特定的硬件控制序列，而是指向抽象、通用的 “場(chǎng)景交互變化表征”。這種通用表征的引入，突破了具身通用大腦的兩大訓(xùn)練瓶頸：一是擺脫了對(duì)動(dòng)作標(biāo)簽的高度依賴，讓模型僅憑觀察前后畫面變化就能 “由果推因”，深度盤活了 “無(wú)標(biāo)簽原始數(shù)據(jù)”，從互聯(lián)網(wǎng)上的海量視頻中自主汲取通用物理常識(shí)；二是天然約束了隱空間邊界，讓隱空間注意力完全聚焦于動(dòng)態(tài)交互動(dòng)作本身，讓機(jī)器人的決策更精準(zhǔn)，實(shí)現(xiàn)了數(shù)據(jù)能效的飛躍。

二、雙向動(dòng)力學(xué)：“由因及果 + 由果推因” 的協(xié)同邏輯

MWA? 在 “隱空間世界模型” 的基礎(chǔ)上，采用 “雙向動(dòng)力學(xué)” 架構(gòu)，在具身通用大腦中建立起了一套正逆雙向的邏輯協(xié)同。

當(dāng)面臨海量無(wú)標(biāo)注數(shù)據(jù)時(shí)，逆動(dòng)力學(xué)編碼器負(fù)責(zé) “由果推因” 的因果復(fù)盤，通過(guò)觀察前后時(shí)序畫面的空間結(jié)構(gòu)變化，從時(shí)序畫面中抽離出通用的抽象 “場(chǎng)景交互變化表征”，自主將時(shí)序信號(hào)淬煉為通用的物理常識(shí)。預(yù)訓(xùn)練完成后，逆動(dòng)力學(xué)編碼器權(quán)重將被凍結(jié)，成為固定不變的通用物理評(píng)判基準(zhǔn)，為后續(xù)策略訓(xùn)練提供穩(wěn)定的潛態(tài)對(duì)齊目標(biāo)。

與此對(duì)應(yīng)，正動(dòng)力學(xué)解碼器負(fù)責(zé) “由因及果” 的正向推演，將抽象動(dòng)作表征注入視覺(jué)特征，正向推演未來(lái)場(chǎng)景可能發(fā)生的變化。通過(guò)一正一反的雙向自監(jiān)督機(jī)制，模型得以在抽象動(dòng)作空間里反復(fù)校正預(yù)測(cè)偏差，確保了機(jī)器人決策的穩(wěn)健性。

在此基礎(chǔ)上，MWA? 完成關(guān)鍵技術(shù)升級(jí)，首創(chuàng) “長(zhǎng)時(shí)序雙向物理因果鏈” 隱空間世界模型。業(yè)界在隱空間世界模型的探索中，消融實(shí)驗(yàn)顯示其穩(wěn)定規(guī)劃域普遍在 4 秒以內(nèi)，一旦推演時(shí)序超越這一極限，高維表征漂移便會(huì)顯著上升。MWA? 打破傳統(tǒng)單步瞬時(shí)潛動(dòng)作推理的瓶頸，實(shí)現(xiàn)時(shí)序 Chunk 級(jí)逆向動(dòng)力學(xué)建模，充分考慮動(dòng)作鏈之間的連鎖反應(yīng)和環(huán)境博弈，能夠穩(wěn)定規(guī)劃 10 秒以上長(zhǎng)周期連續(xù)動(dòng)作序列，形成多步潛動(dòng)作塊（Latent Action Chunk），從根本上補(bǔ)齊了傳統(tǒng)世界模型長(zhǎng)周期操控易誤差累積、動(dòng)作不連貫的技術(shù)短板。

三、三重梯度約束：在隱空間構(gòu)建確定性的策略邊界

在模型推理階段，MWA? 嚴(yán)格遵循 “凍結(jié)基準(zhǔn)、適配場(chǎng)景、落地控制” 的底層邏輯，引入了三重梯度約束：

首先，通過(guò)正動(dòng)力學(xué)解碼器預(yù)判未來(lái)環(huán)境的特征與幾何變化，并以實(shí)際特征為真值修正預(yù)測(cè)偏差，不斷強(qiáng)化具身通用大腦的物理推理能力；其次，策略輸出的潛動(dòng)作需要與預(yù)先凍結(jié)的編碼器的輸出結(jié)果對(duì)齊，讓機(jī)器人理解的動(dòng)作符合真實(shí)場(chǎng)景演化規(guī)律；最后，將隱空間中抽象、通用的 “潛動(dòng)作”，精準(zhǔn)映射為硬件本體可執(zhí)行的連續(xù)控制序列。

為了更直觀地理解這三重梯度約束如何在潛空間中協(xié)同發(fā)力，可以解構(gòu)一個(gè)機(jī)器人 “擦桌子” 的經(jīng)典長(zhǎng)周期任務(wù)來(lái)理解

當(dāng)機(jī)器人看到桌子上有水漬、且水漬旁佇立著一個(gè)易碎的玻璃杯時(shí) ——

• 負(fù)反饋閉環(huán)（物理邊界試錯(cuò)）： 端到端的策略網(wǎng)絡(luò)（Policy Head）基于直覺(jué)快速輸出一個(gè)原始動(dòng)作 z（如使用抹布從右向左擦拭）。此時(shí)，負(fù)責(zé)因果推演的正動(dòng)力學(xué)模型（FDM）基于當(dāng)前圖像隱特征與該動(dòng)作，在 “腦內(nèi)沙盤” 中前置推理出下一幀的隱空間變化：杯子將被無(wú)意打翻。這一不可接受的后果，隨即與當(dāng)前特征一同輸入給負(fù)責(zé) “由果推因” 的逆動(dòng)力學(xué)模型（IDM），反向精確鎖定造成杯子被打翻的本質(zhì)動(dòng)作分量 z'。Policy Head 隨即做出價(jià)值判斷，在梯度回傳更新時(shí)，強(qiáng)制策略遠(yuǎn)離該危險(xiǎn)動(dòng)作區(qū)間，用物理因果鏈提前規(guī)避了現(xiàn)實(shí)中的碰撞打滑。
• 正反饋對(duì)齊（控制策略調(diào)優(yōu)）： 相反，若 Policy Head 輸出的直覺(jué)動(dòng)作 z 經(jīng)過(guò) FDM 推演后，得出的下一幀特征是水漬被成功擦除。此時(shí)，IDM 進(jìn)一步通過(guò)前后時(shí)序的結(jié)構(gòu)變化 “由果推因”，推理出若要完美擦除水漬，最優(yōu)的動(dòng)作特征應(yīng)該是幅度比 z 大 10° 的 z'。通用大腦的直覺(jué)系統(tǒng)隨即進(jìn)行策略對(duì)齊，主動(dòng)拉近 z 與 z' 的距離，強(qiáng)制控制序列向這個(gè)能效更高的幅度和軌跡靠攏。

通過(guò)正逆動(dòng)力學(xué)（FDM 與 IDM）在隱空間內(nèi)的一拉、一推，MWA? 在機(jī)器人真正觸碰物理世界之前，就為其劃定了高確定性的動(dòng)作禁區(qū)與推薦區(qū)間，讓動(dòng)作的輸出更準(zhǔn)確、更連貫，從而大幅拓寬了多場(chǎng)景的泛化邊界。

AnyPhys for RL：行業(yè)首創(chuàng)負(fù)樣本核心數(shù)據(jù)體系

在構(gòu)建 “長(zhǎng)時(shí)序雙向物理因果鏈” 隱空間世界模型的同時(shí)，MWA? 從底層架構(gòu)上原生適配強(qiáng)化學(xué)習(xí)機(jī)制，深度耦合強(qiáng)化學(xué)習(xí)訓(xùn)練范式，構(gòu)建 “物理因果建模 + 強(qiáng)化學(xué)習(xí)試錯(cuò) + 邊界認(rèn)知進(jìn)化” 的全新具身智能進(jìn)化邏輯。

目前，行業(yè)數(shù)據(jù)集普遍存在 “重正輕負(fù)、樣本單一” 的共性問(wèn)題，絕大多數(shù)由純粹的正樣本構(gòu)成，或僅摻雜極少量的負(fù)樣本。單一的樣本結(jié)構(gòu)無(wú)法支撐強(qiáng)化學(xué)習(xí)所需的稠密獎(jiǎng)勵(lì)訓(xùn)練，模型缺少多維度樣本對(duì)照與邊界約束，面對(duì)真實(shí)工況中的異常擾動(dòng)時(shí)，極易因認(rèn)知缺失陷入決策癱瘓、泛化能力不足。針對(duì)這一核心痛點(diǎn)，無(wú)界動(dòng)力首創(chuàng) AnyPhys 負(fù)樣本核心數(shù)據(jù)體系，將深層負(fù)樣本、細(xì)粒度邊界失穩(wěn)樣本、用于策略對(duì)齊的次優(yōu)樣本與基準(zhǔn)正樣本深度交織，構(gòu)建出高信息稠密性的物理邊界坐標(biāo)系，補(bǔ)齊了強(qiáng)化學(xué)習(xí)稠密訓(xùn)練所需的全維度樣本短板。

無(wú)界動(dòng)力摒棄傳統(tǒng)單一最大化成功獎(jiǎng)勵(lì)的模式，建了一套自動(dòng)區(qū)分正、負(fù)、次優(yōu)、邊界樣本的方法論，實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)的復(fù)雜稠密獎(jiǎng)勵(lì)設(shè)計(jì)。無(wú)需額外人工標(biāo)注，可充分復(fù)用帶瑕疵的演示數(shù)據(jù)，顯著增強(qiáng)機(jī)器人實(shí)操精度與泛化能力。例如在精密接插類任務(wù)中，基于機(jī)器人位姿搭建全局空間圖，以末端三維距離為運(yùn)動(dòng)代價(jià)，求解抵達(dá)目標(biāo)的最短路徑，借助剩余路徑距離量化動(dòng)作進(jìn)度，清晰辨別前進(jìn)、倒退、停滯狀態(tài)，實(shí)現(xiàn)自動(dòng)對(duì)樣本進(jìn)行打分和分類。算法兼容離線模仿加權(quán)、在線稠密獎(jiǎng)勵(lì)兩類訓(xùn)練場(chǎng)景，在高精密插接任務(wù)實(shí)測(cè)中，噪聲數(shù)據(jù)下任務(wù)成功率最高提升 5 倍。

目前，AnyPhys 已累計(jì)沉淀數(shù)萬(wàn)條專屬失敗、失穩(wěn)、臨界邊界樣本，構(gòu)建起覆蓋絕大多數(shù)工業(yè)、商業(yè)及生活場(chǎng)景的物理失效知識(shí)庫(kù)。依托該體系，無(wú)界動(dòng)力得以通過(guò)海量打滑、磕碰、飛濺等失敗軌跡反向推演物理臨界閾值，精準(zhǔn)建模不同工況下的物理穩(wěn)定域，讓每一次動(dòng)作決策都有清晰的物理安全邊界作為支撐。

刷新具身智能權(quán)威榜單評(píng)測(cè)紀(jì)錄，多元場(chǎng)景泛化能力大幅躍升

任何技術(shù)的創(chuàng)新，都要卸下實(shí)驗(yàn)室的濾鏡，去接受多元場(chǎng)景應(yīng)用的檢驗(yàn)。在具身智能領(lǐng)域的權(quán)威評(píng)測(cè)基準(zhǔn) RoboCasa GR1 TableTop 中，無(wú)界動(dòng)力與中科院自動(dòng)化所 - 深度強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)聯(lián)合發(fā)布的首個(gè)隱空間世界模型 MWA? - WALA 以 75.2% 的平均任務(wù)成功率刷新行業(yè)紀(jì)錄、斬獲全球第一，超越英偉達(dá) GR00T-N1.6、大曉機(jī)器人 ACE-EGO-0、小鵬 DIAL、高德 ABot-M0 等行業(yè)主流模型。

作為由斯坦福大學(xué)等頂尖機(jī)構(gòu)聯(lián)合發(fā)起的、業(yè)界公認(rèn)的具身操作核心評(píng)測(cè)賽場(chǎng)之一，RoboCasa 涵蓋多種非標(biāo)廚房環(huán)境及交互物件，囊括了長(zhǎng)時(shí)序復(fù)合流程、受限空間物件拿取等 24 項(xiàng)高難度任務(wù)，并搭配了全域隨機(jī)化光影、雜物干擾、物體規(guī)格變動(dòng)等嚴(yán)苛的測(cè)試條件。

實(shí)測(cè)數(shù)據(jù)顯示，MWA? - WALA 相比第二名模型任務(wù)成功率提升 2.4% ，同時(shí)在多步驟連貫操作、受限空間物件拿取、零散物件精準(zhǔn)拾取等高頻難點(diǎn)任務(wù)中表現(xiàn)尤為突出。這一具有含金量的成績(jī)表明，MWA? - WALA 具備更強(qiáng)的場(chǎng)景泛化能力，同時(shí)以實(shí)測(cè)數(shù)據(jù)驗(yàn)證了無(wú)標(biāo)簽海量數(shù)據(jù)訓(xùn)練在攻克具身通用大腦泛化瓶頸、推進(jìn)多元場(chǎng)景應(yīng)用中的實(shí)際價(jià)值。

結(jié)語(yǔ)

無(wú)界動(dòng)力在持續(xù)探索前沿技術(shù)的同時(shí)，始終聚焦于依托具身智能 “通用大腦” 與 “操作智能” 創(chuàng)造真實(shí)的商業(yè)價(jià)值。

隨著第二代機(jī)器人 K15 的批量投產(chǎn)，其軟硬一體方案不僅成功切入 ZF LIFETEC、歐摩威集團(tuán)等頭部汽車產(chǎn)線，更與頂級(jí)能源科技企業(yè)遠(yuǎn)景科技簽署超 5 億元面向海外市場(chǎng)的全球規(guī)?；渴鹋c聯(lián)合研發(fā)合作，創(chuàng)下具身操作智能領(lǐng)域首個(gè)億元級(jí)國(guó)際訂單。

同時(shí)，無(wú)界動(dòng)力已成功走入國(guó)內(nèi)外知名連鎖咖啡品牌等消費(fèi)巨頭，在商業(yè)服務(wù)與零售領(lǐng)域的開(kāi)放、動(dòng)態(tài)的環(huán)境中，將前沿技術(shù)切實(shí)轉(zhuǎn)化為創(chuàng)造商業(yè)價(jià)值的現(xiàn)實(shí)生產(chǎn)力。截至目前，無(wú)界動(dòng)力已簽署總額近 1 億美元的全球訂單。

而在場(chǎng)景更為多樣的家庭環(huán)境中，面對(duì)眾多的物品與復(fù)雜的日常交互，無(wú)界動(dòng)力機(jī)器人將技術(shù)觸角深入到了更加微觀的日常真實(shí)世界，展現(xiàn)出了細(xì)膩的物理常識(shí)與自主決策能力，從容應(yīng)對(duì)長(zhǎng)周期的多步驟連續(xù)推演挑戰(zhàn)，在復(fù)雜的動(dòng)態(tài)多任務(wù)中展現(xiàn)出更強(qiáng)的自適應(yīng)泛化能力。

當(dāng)機(jī)器人真正擁有了在隱空間中理解物理因果的具身通用大腦，它們將不再是固定程式的自動(dòng)化工具，也不再是靠海量數(shù)據(jù)堆砌、靠概率分布模仿的經(jīng)驗(yàn)主義者，而是能夠理解物理世界規(guī)律、可觸類旁通、能持續(xù)進(jìn)化的通用生產(chǎn)力，自此作為驅(qū)動(dòng)全球產(chǎn)業(yè)發(fā)展的智能基礎(chǔ)設(shè)施，真正拉開(kāi)通用智能時(shí)代的宏大序幕。