12项全球SOTA！WAIC最猛世界模型，让机器人「开悟」了

凌晨两点，城市睡着了，前置仓还醒着。

后台弹出一笔即时零售订单：一瓶饮料、两罐罐头、一包软包装零食，几十分钟内要出仓。

没有店员，也没有夜班分拣工。

一台名叫W1的机器人，在仅75厘米的极限过道里穿行，识别货位、逐件拣选、装箱、交付，一气呵成。

这一幕的分量，不在于机器人抓起了一件商品。这两年，类似的画面人们早已司空见惯。

而在于，机器人第一次在真实世界里，连续、自主、稳定地「把活干完」。

在2026 WAIC上，大晓机器人一口气抛出了三样东西：

• 开悟世界模型3.1（Kairos 3.1）
• 环境式数据采集方案2.0
• 三大垂直场景的成套解决方案：晓满、晓新、晓途
  

物理AI的「开悟时刻」，从这里开始。

一笔深夜订单

机器人自己干完了

前置仓是即时零售的心脏，也是最难啃的骨头。

大量SKU挤在窄巷道里，订单密、节奏快，深夜和早晚高峰两头连轴转。

外行以为难点是「抓起一件商品」，真正的难点是把识别、拣选、装箱、履约稳定地连起来，一单接一单不出错。

大晓这次拿出的，是「晓满」一体化履约方案，和专为这个场景造的履约机器人W1。

W1的设计，几乎是被巷道「逼」出来的：

自重负载比小于2，机械臂自身重量还不到它能扛起来的两倍，又轻又有劲；

力控精度≤1N，相当于能感知两枚鸡蛋，放在手上的分量变化。

硬邦邦的罐头和一捏就变形的软包装，它都能拿捏住分寸。

更关键的是，「晓满」贯通了「机械控制—世界模型—订单仓储」全链路。

在闪购仓、小店、仓店一体几种形态上都能跑成闭环，支持天级轻量化部署，不用把仓库大改一遍。

目前，「晓满」已在烧卖购、快客达、中石油便利店等真实场景中运行，靠每日的交易与货架数据持续自我进化。

按照规划，未来一年落地1000家零售场景，两年内铺到1万家量级。这，就是「大晓速度」！

让它干活的

是一个会「想」的大脑

面对几十万种视觉资产、每天都在变的订单，W1凭什么能稳、能准、能一直干？

答案不在手上，在脑子里——Kairos 3.1开悟世界模型。

全球具身世界模型眼下沿四大流派演进：表征式、生成式、交互式，以及理解—生成—预测一体化式。

前三派有个共同的毛病，即「能力割裂」。会看的不会推，会推的不会动，而产业落地偏偏要三样一起来。

Kairos 3.1：三种智能，原生统一

Kairos 3.1，走的是第四条路。

它是全球首个端侧驱动本体的「世界模型」。

采用混合Transformer架构与共享混合注意力机制，把视觉观测、语言指令、力触状态、策略轨迹这些五花八门的具身数据，全压进一个统一隐空间，变成高密度表征向量。

这三种能力，在底层就长在一起。

生成智能构建物理世界的内在表征，物理智能掌握物理因果、推演平行世界，认知智能负责复杂逻辑推理与长程任务分解。

机器人由此从「生成一个逼真的虚拟未来」，转向「预判自己这一下会对世界造成什么影响」。

这也正是「开悟」二字的由来：知其然，也知其所以然。

闭环随之成立，世界理解拆解长程任务、评估环境，平行空间推演物理因果、演算多种策略，挑出最优动作输出，执行后再做结果评估并反馈回模型。

理解—推演—执行—反思，转起来，机器人才算真有了点「想」的样子。

作为空间理解的核心底座，ACE-BRAIN-0.5累计斩获十二项全球SOTA，在空间理解、导航决策、操作执行、进度评估等维度跻身全球第一梯队。

以洗衣为例，机器人靠时空记忆和思维链把任务拆成十几步，自主规划取衣、放衣、启动、整理，还能实时核验每一步结果，异常时精准定位到哪一步失败并重启。

这才是「反思」落到实处的样子。

物理生成与推演层面，Kairos-HomeWorld首次实现全屋生成与物体全交互，内置30万套中国住宅平面图、5000个全屋仿真场景、8700个覆盖六大物理属性的3D资产。

而机器人要进中国家庭，得先在中国房子里练。

结果，在NVIDIA Jetson Thor平台BF16精度下，Kairos 3.1的8B模型推理延迟只有125毫秒。

依托自研KairosRT高性能计算引擎，在保住模型高智能上限的同时，跑通端侧实时推理。

信息密度定律

智能是「喂」出来的

不过模型再聪明，也要有饭吃。

而具身智能这两年最深的一道坎，恰恰是高质量数据的稀缺与割裂。

这一次，大晓首次提出了「信息密度定律」：

数据的价值不在数量堆叠，而在信息密度。会改变行动结果的信息，就是有价值的信息。

按这条定律，具身数据分五级。

L1—L2仅能支撑基础预训练；L3—L4止步于已知任务的拟合，换个场景就不灵；

唯有迈入L5，深度融入三维力触觉、失败恢复轨迹与开放场景变量，世界模型才真正跨越「描述」，获得泛化、反思与自进化的能力。

用王晓刚的话说，「智能不是凭空产生的，一定是在与物理环境的高频对撞中涌现出来的」。

基于这条定律，大晓发布以人为中心的环境式数据采集方案2.0。拆开看就是三步：采、标、用。

• 采，靠ACE Ego Kit把物理因果录进来
  

分体轻量化无线设计的「头—手—胸」三位一体套件。

其中行业首个集成三维力触与动捕信息的ACE Sense Glove采集手套是点睛之笔：0.01N的力触觉灵敏度、小于2°的关节角误差、20余种异构传感器同步误差严格控制在1毫秒内。

• 标，靠ACE Data Engine把动作拆到帧
  

这套全自动化生产平台内置全球首创的生成式4D手部动捕范式ACE-ViDiHand，荣获三项全球第一，以0.997的帧级准确率让动作平滑度跃升4.8倍。

它攻克的遮挡与快速移动，一直是大量人类视频数据「采了却没法用」的主要瓶颈。

• 用，靠ACE Ego Matrix让数据跨本体通用
  

作为开源的具身数据标准底座，它实现了空间坐标、本体结构、动作时序与数据质量的「四大统一」，让不同采集人员、不同控制频率的异构机器人「说同一种语言」，并在RoboCase与RoboTwin两个榜单上斩获行业冠军。

工具链之外，大晓还做了件更大方的事：向全行业开源L5级家居类复杂任务数据集ACE-Data-0。

在一个人人都把数据当护城河的行业里，这本身就是一种姿态。

具身第一性原理

把镜头再拉远，大晓真正想解的不是「怎么抓起一件商品」，而是一道更底层的题。

数字世界里模型错了，无非是个不通顺的词、一张不完美的图；物理世界里错一次，就是一次错误的行动，代价真实不可逆。

怎么把代价降下来？

王晓刚打了个比方：开车时你不用记住路边每一棵树长什么样，只要盯住车速、车距和道路边界。

大会现场，他把这件事写成了一条「具身第一性原理」的公式：

机器人知道的关键信息（CID）越多，理解的控制充分状态（CSS）就越准确，执行时犯的错就越少，行动代价J就越低。

这条公式把前面全串了起来——

数采方案2.0解决CID从哪来，Kairos 3.1解决CSS怎么算准，而W1在窄巷道里的每一次抓取，都是把J压到更低的最终兑现。

从「看到」到「看懂后果」，这一步之差，恰恰是物理AI从表演走向生产力的分水岭。

从一个仓，到一座城

体系一旦跑通，就不会只待在一个仓里。沿着「晓满」往外走，大晓摆出了另外两块拼图。

晓新：把酒店最难招人的岗位接过来

酒店夜间洗衣需求占了全天的80%，而夜班恰恰最难招人、人力成本最高。

「晓新」能灵活适配各星级酒店的非标洗衣房，把衣物「收、放、洗、叠」全流程串起来，还拓展了熨烫功能，把原本高度依赖人工的环节变成无缝闭环的连续作业，节假日订单积压也跟着化解。

晓途：一脑多形，7×24小时在岗

它依托通用智能大脑（Agentic AI），同一个脑子能适配多种形态的四足机器人本体，室内外无缝衔接、动静态避障、多机协同调度，全程无需人工干预。

目前已在漕河泾园区做安防巡检、上海滨江做城市治理、天津海棠花节做文旅导览，7×24小时常态化在岗。

洗衣、巡检眼下并不止大晓一家在做，但它的落点不太一样：

卖的从来不是某一款洗衣机器人或巡检机器狗，而是那颗能装进不同本体的「世界模型大脑」。

数采范式统一、世界模型通用、部署路径标准化，本体可以换、场景可以换，脑子是同一个。

同一天，由上海人工智能协会、河套学院、中国信通院华东分院牵头、20余家机构共建的具身物理智能统一评测平台Physical IQ物智，也在同场亮相。

六小龙同台

「朋友圈」扩大了

论坛的压轴环节，是一场世界模型「六小龙」的圆桌对话。

主题是，驱动物理AI从理解到执行。

大晓机器人首席科学家陶大程担纲主持，五位嘉宾则分别来自蚂蚁灵波、极佳视界、无界动力、智元机器人和自变量机器人。

这张桌子，几乎就是中国世界模型研究的缩影。

四十分钟，四个议题：范式拐点、评测标准、多路线收敛，以及从Demo 到Deployment。

演讲伊始，陶大程抛出了一个核心观点：

「做具身世界模型，不是为了复刻像素，而是为了控制行动。像素复刻是给人看的，物理推演是给机器人用的」。

过去一年，这个领域最热闹的是视频生成，比谁的画面更逼真、更长、更一致。

这些进展很了不起，但机器人不需要看电影。机器人需要知道的是，推开这扇门要用多大的力，杯子离桌面还有多远，这个动作下去会不会碰到旁边的人。

那么，世界模型从Demo走向Deployment，真正的「断点」究竟在哪？

陶大程一针见血地指出了核心分野——

Demo的标尺是「最好一次有多好」，Deployment的标尺是「最差一次有多差」。

圆桌现场，五位嘉宾毫无保留地复盘了自己踩过最深的「坑」：任务闭环、接管率、真实环境的复杂性。

而在这些共识之外，陶大程补充了最致命、却极易被忽视的一环，即成本与延迟。

世界模型的推演大多跑在云端集群上，可机器人在产线上做决策只有几百毫秒，还不能指望网络永远在线。

为此，他为世界模型的落地划定了「四步走」路径——

训练时是数据引擎，评估时是考官，规划时是沙盘，部署时是本能。

缺一个，闭环就断在那里。

最难的不是让模型变聪明，而是让聪明变得便宜、高效、可靠。产业不会为聪明买单，只会为稳定的聪明买单。

当然，技术要变成生产力，光有模型和机器人还不够。

这次WAIC，大晓还带来了一系列重磅战略签约，把物理AI从底层基建到商业落地的链路，彻底走通。

与漕河泾开发区共建「具身智能产业创新平台」；与中国石油、快客达、商汤善惠、新奥集团新智认知签约，布局无人仓店、前置仓和智能巡检。

还发起了「世界模型云生态共建」，把百度智能云、阿里云、华为云、腾讯云、华山云及商汤大装置这些算力方拉到了一起。

从云端算力，到真实的物理考场，再到一家家跑起来的门店与酒店，大晓正在把「朋友圈」变成一条真正闭合的产业链路。

大千世界，晓识万象

回到开头那笔深夜订单。

从技术看，大晓推动AI从「感知世界」迈向「理解行动的后果」；从产业看，它打通了数据、模型、本体与运营的闭环；

从社会价值看，它让机器去承担那些重复、繁重、高风险的工作——凌晨两点的仓库，深夜的洗衣房，无人的园区。

物理AI的「开悟时刻」，从来不是完成一次惊艳的演示。

而是从某一天开始，它在真实世界里持续地、稳定地、无人喝彩地创造价值。

科学的演进从未停歇。大千世界，晓识万象，下一步要推开的，是物理AI规模化繁荣的那扇门。

文章来自于"新智元"，作者 "新智元"。