随着大模型从数字世界不断走向现实空间，一个新的技术方向正在受到越来越多关注——世界模型。

在2026网易经济学家年会·夏季论坛上，极佳视界联合创始人、首席科学家、通用世界模型北京市重点实验室主任朱政发表演讲，围绕世界模型、具身智能以及物理AGI的发展进行了分享。

在他看来，如果说语言模型主要负责理解和生成数字世界中的信息，那么世界模型需要进一步回答一个问题：当一个动作发生之后，现实世界接下来会发生什么？

这也是机器人真正走向大规模应用必须跨越的一道门槛。

世界模型究竟解决什么问题？

朱政认为，世界模型的核心能力，是预测未来的物理状态。

人类在现实环境中做决定时，并不是每一步都通过实际尝试来获得答案，而是会在大脑中提前推演结果。例如，一个杯子从桌面掉落后可能摔碎，一辆汽车高速行驶时突然转向可能产生危险。

对于机器人来说，同样需要建立这种“先预测、再行动”的能力。

目前，语言模型已经显著提升了数字内容生产效率，但机器人、自动驾驶等物理世界应用的发展速度仍然相对较慢。

朱政认为，世界模型有机会成为连接人工智能与物理世界的重要桥梁，让机器人进一步进入工业生产、家庭服务以及各种泛服务场景，从而释放所谓的“物理AGI生产力”。

他进一步总结，世界模型的发展可以围绕三个方向展开。

首先，是让机器人逐渐通过“物理图灵测试”。也就是说，在不需要人工现场观察的情况下，人们很难判断某项任务究竟由人完成还是由机器人完成。

其次，是让机器人像语言模型调用数字工具一样，通过各种设备持续释放现实世界中的生产能力。

第三，则是更具想象空间的“机器人造机器人”——机器人不仅负责执行生产任务，还能够参与机器人的设计、优化甚至制造。

数据、评测和决策，是具身智能的三道难题

对于当前的具身智能产业而言，数据成本一直是绕不开的问题。

朱政透露，真实机器人数据采集的成本大约为每小时200元，而且真实环境中的数据往往存在场景单一、采集效率有限以及泛化能力不足等问题。

如果完全依赖真实设备进行数据采集和训练，成本很容易快速上涨。

世界模型提供了另一种思路。

通过构建高保真的虚拟环境，可以让模型在数字空间中生成大量不同场景和不同任务的数据，从而降低对真实机器人数据的绝对依赖。

第二个问题是评测。

机器人直接在真实环境中进行大量试错，不仅耗时，而且存在明显安全风险。

因此，世界模型可以承担类似“闭环模拟器”的角色，让机器人先在虚拟环境中完成预测、测试和强化学习，再进入真实世界执行。

据朱政介绍，目前相关模型已经可以模拟未来约10分钟的世界演化。

第三个问题则是决策。

传统VLA模型更侧重于根据当前环境预测下一步动作，而世界模型则希望进一步模拟“采取这个动作之后，世界会发生什么”。

如果模型能够提前判断不同动作可能带来的结果以及相应的奖励或惩罚，机器人就可以形成更加连续的学习和决策过程。

从这个意义上说，世界模型并不是简单地让机器人“看得懂”，而是试图让机器人真正具备一定程度的“预判能力”。

从“GPT1阶段”向下一阶段迈进

在技术研发方面，朱政介绍，团队目前已经发布15款模型，整体发展阶段类似于2020年前后的大语言模型早期阶段。

按照他的规划，团队预计在明年上半年推出新一代模型，并向更高阶段的能力水平迈进。

与此同时，团队已经搭建内部测试体系，覆盖数十类场景以及上百种任务。

其目标并不只是让模型在训练数据中表现良好，而是希望模型在没有经过后训练的情况下，也能够在大量任务中展现较强的基础能力。

这背后是一套较为完整的数据与算法体系。

在数据层面，团队构建了从互联网数据、生成合成数据到交互数据的“数字金字塔”。

底层数据帮助模型建立对现实世界基本规律的认识，例如物体受到重力影响、不同材质具有不同物理属性等。

中间层加入动作数据，让模型进一步学习人与物体之间的交互方式。

到了更高层，则通过强化学习等方式进行后训练，让模型在不断试错中进一步释放能力。

简单来说，就是先让模型理解世界，再学习如何行动，最后让它学会根据结果不断调整自己的行为。

“机器人造机器人”已经开始落地

相比技术概念本身，更值得关注的是世界模型在实际生产中的应用。

朱政介绍，在家庭场景中，相关机器人目前已经能够完成叠衣服等任务，单件衣服处理时间约20秒，并能够持续完成大量重复操作。

在泛服务领域，无人咖啡店中的机器人可以完成意式咖啡制作，从多个操作步骤到最终出杯，整个流程大约需要一分钟。

在物流及工业生产环节，相关机器人也已经参与手机装盒等精细化工序，例如精准完成包装盒部件的卡合。

而更加引人关注的是“机器人造机器人”计划。

据朱政介绍，目前这一体系已经实现约20%的工序自动化。

他的预期是，在未来两年左右，如果技术和工程能力持续迭代，相关工厂有望实现约90%工序的高度自动化。

这意味着机器人应用可能逐渐从“替代某一个岗位上的某一项工作”，走向更加系统性的生产流程自动化。

真正的竞争，或许不只是模型参数

不过，世界模型要从实验室走向大规模产业化，仍然面临数据、算力、硬件成本、模型泛化能力以及安全性等多重挑战。

尤其是具身智能与纯软件AI不同，模型最终必须接受现实世界的检验。

一个在虚拟环境中表现优秀的机器人，如果面对光照变化、物体形变、突发障碍或者陌生环境就失去稳定性，那么距离真正的产业化仍有很长距离。

朱政也特别提到，当前具身智能领域正在经历激烈的人才竞争。

随着行业快速发展，高端AI人才的薪酬水平持续攀升，如何将大量优秀人才聚集到同一个组织，并让团队保持快速迭代能力，已经成为企业必须面对的新问题。

因此，世界模型的竞争最终可能并不仅仅是参数规模、训练数据或者算力的竞争。

谁能够同时解决模型、数据、硬件、场景和组织效率的问题，谁才更有机会真正打开物理AGI的产业空间。

从“机器人使用工具”，到“机器人自主生产”，再到“机器人参与制造机器人”，这条路径仍处于早期阶段。

但如果世界模型能够真正解决现实世界中的预测、学习和决策问题，那么机器人从“执行机器”走向“自主生产力”的速度，或许会比过去想象得更快。