登頂具身智能權威榜單！無界動力發布 MWA? 隱空間世界模型

今日，無界動力正式發布全球首個“長時序雙向物理因果鏈”隱空間世界模型——MWA? 具身通用大腦，同時在由斯坦福大學等頂尖機構聯合發起的具身智能權威榜單 RoboCasa GR1 TableTop 中刷新行業紀錄、榮登全球第一，超越英偉達 GR00T-N1.6、大曉機器人 ACE-EGO-0、小鵬 DIAL、高德 ABot-M0 等行業主流模型。

自創立之初起，無界動力堅持“隱空間世界模型+強化學習”雙輪驅動的技術路徑：以“隱空間世界模型”建立“世界觀”，認知客觀世界的物理規律與因果關系，構筑起物理世界認知與未來狀態預測的核心能力；以強化學習塑造“價值觀”，基于高頻的試錯、解決與獎勵，將對物理世界的深刻理解沉淀為改變現實的精準執行策略。

這條技術路徑的選擇，源于無界動力基于第一性原理對具身大腦本質的思考與洞察：無界動力始終認為，具身大腦的終極目標是讓機器人擁有類人的世界認知建模能力，而非構建客觀世界的完整復刻模型。真正的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，而是應當像人類大腦一樣，在高度抽象的隱空間中，直擊物理因果與高維度常識的本質。

為拓展具身通用大腦在多元真實場景中的泛化邊界，無界動力在“隱空間世界模型”的基礎上，采用“雙向動力學”架構，推出首個“長時序雙向物理因果鏈”隱空間世界模型。MWA? 摒棄了像素空間預測的冗余噪音與高算力消耗，全程在統一共享潛空間完成推演，實現高能效精準表征。同時，MWA? 創新性地實現了時序 Chunk 級逆向動力學建模機制，突破傳統世界模型“單步潛動作推理”的桎梏，重構逆向動力學模型的輸出范式，使之具備長時序因果歸納能力，可批量推理輸出連續多步 Latent Action Chunk 動作組，有效解決機器人長周期作業連貫、高精度執行難題。

在模型架構的突破創新基礎之上，MWA? 也正在全領域的真實場景中淬煉進化：從半結構化的工業產線到開放的商業空間，再到復雜多變的家庭環境，在這些極具挑戰的實戰中，機器人不僅將前沿的物理因果推理能力轉化為切實的商業價值，更通過真實交互持續沉淀高價值數據，形成了“場景牽引—數據反哺—模型進化”的強勁飛輪效應，推動技術不斷向更高階躍遷。

“隱空間世界模型+強化學習”：

雙輪驅動的技術路徑

長期以來，具身智能行業在技術路徑上存在著激烈的范式交鋒。其中，以端到端動作預測為核心的 VLA（視覺-語言-動作）大模型路線，曾憑借強大的語義聯動能力推動了行業的早期迭代。然而，這種傳統以語言為中介的具身模型架構，試圖將連續的物理世界強行塞入離散的語義空間，其泛化天花板已然顯現：當模型試圖跨入高動態、多元化的嚴苛實體產業場景時，往往缺失對物理邊界與規律的認知，從而失去了在多變場景中自主預測與長效進化的能力。

靠動作模仿和語義理解，無法讓機器人擁有自主應對真實世界的能力，為大幅拓展機器人在多元真實場景中的應用邊界，無界動力采用“隱空間世界模型+強化學習”雙輪驅動的技術路徑，讓機器人真正建立起認知客觀世界物理規律與因果關系的“世界觀”，以及持續自主進化最終輸出精準策略操作的“價值觀”。

隱空間世界模型建立“世界觀”的核心邏輯，在于它剝離了視覺表象，直擊物理因果的本質。不同于視頻生成類世界模型執著于預測“下一幀畫面長什么樣”，隱空間世界模型可以過濾掉與決策無關的像素細節，把注意力聚焦在物理世界的本質規律上，讓機器人真正理解動作與物理世界變化之間的因果關系，從而構筑起物理世界認知與未來狀態預測的核心能力。但僅僅理解物理世界還不夠，機器人要走向多元場景落地，還需要強化學習來塑造其行動的“價值觀”。如果說隱空間世界模型負責預判后果，強化學習則負責權衡利弊。在落地“零容錯”的真實應用場景之前，強化學習已在真實交互中完成了高頻的試錯、解決與獎勵，最終轉化為對世界施加影響的精準策略操作。

“隱空間世界模型+強化學習”雙輪驅動的技術路徑，本質上完成了從“理解物理世界”到“輸出精準控制策略”的閉環，在賦予機器人獨立應對復雜未知環境能力的同時，不斷自主迭代進化，從而將對物理世界的深刻理解沉淀為改變現實的精準執行力，賦能具身智能跨越多元場景，加速走向更大規模的應用落地。

MWA?：

首創“長時序雙向物理因果鏈”隱空間世界模型

為進一步提升模型長程決策穩定性與因果推理精確性，無界動力首創“長時序雙向物理因果鏈”隱空間世界模型——MWA? 具身通用大腦，通過時序 Chunk 級逆向動力學建模機制，輸出連續多步 Latent Action Chunk 動作組，為機器人在多元復雜場景下的長時間、連貫、精準的任務執行提供了全新的潛空間時序建模方案。

MWA? 在“隱空間世界模型”的基礎上，采用“雙向動力學”架構，在具身通用大腦中建立起了一套正逆雙向的邏輯協同。當面臨海量無標注的多源異構數據時，逆動力學編碼器負責“由果推因”的因果復盤，通過觀察前后時序畫面的空間結構變化，從時序畫面中抽離出通用的抽象“場景交互變化表征”，自主將時序信號淬煉為通用的物理常識。預訓練完成后，逆動力學編碼器權重將被凍結，成為固定不變的通用物理評判基準，為后續策略訓練提供穩定的潛態對齊目標。與此對應，正動力學解碼器負責“腦內沙盤”的正向推演，將抽象動作表征注入視覺特征，正向推演未來場景可能發生的變化。通過一正一反的雙向自監督機制，模型得以在抽象動作空間里反復校正預測偏差，確保了機器人決策的穩健性。

同時，MWA? 進一步完成關鍵技術升級，首創“長時序雙向物理因果鏈”隱空間世界模型，創新性地實現了時序 Chunk 級逆向動力學建模機制，突破行業傳統單步瞬時潛動作推理的固有局限，可批量推理輸出連續多步 Latent Action Chunk 動作組，首次實現長時序連續動作鏈推演與秒級完整操縱事件前置推演，從根本上補齊了傳統世界模型長周期操控易誤差累積、動作不連貫的技術短板。

“雙向動力學”的高效運轉，核心在于以潛動作（Latent Action）作為物理因果的“載體”，其本質是通過逆動力學編碼器，將導致畫面改變的動作轉化為高維向量。該向量不對應特定的硬件控制序列，而是抽象、通用的“場景交互變化表征”。這種通用表征的引入，突破了具身通用大腦的兩大訓練瓶頸：一是擺脫了對動作標簽的高度依賴，讓模型僅憑觀察前后畫面變化就能“由果推因”，深度盤活了“無標簽原始數據”，從互聯網上的海量視頻中自主汲取通用物理常識；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態交互動作本身，讓機器人的決策更精準，實現了數據能效的飛躍。

物理因果“載體”的建立，讓 MWA? 實現了“先練腦，再練手”的訓練閉環。 在預訓練階段，模型可充分利用互聯網上的海量無標注視頻等數據，建立對客觀世界的物理規律與因果關系的認知。在策略訓練階段，基于已沉淀的物理世界常識，同時通過融合強化學習，模型不再需要大量真機數據就能將抽象的“場景交互變化表征”精準映射為硬件本體的控制指令。這種兩階段的訓練模式，打破了對“動作標簽”的高度依賴，真正為具身通用大腦走向多元場景、規模化部署提供了清晰且可行的演進路徑。

AnyPhys for RL：

行業首創負樣本核心數據體系

在構建“長時序雙向物理因果鏈”隱空間世界模型的同時，MWA? 從底層架構上原生適配強化學習機制，深度耦合強化學習訓練范式，構建“物理因果建模 + 強化學習試錯 + 邊界認知進化”的全新具身智能進化邏輯。

目前，行業數據集普遍存在“重正輕負、樣本單一”的共性問題，絕大多數由純粹的正樣本構成，或僅摻雜極少量的負樣本。單一的樣本結構無法支撐強化學習所需的稠密獎勵訓練，模型缺少多維度樣本對照與邊界約束，面對真實工況中的異常擾動時，極易因認知缺失陷入決策癱瘓、泛化能力不足。針對這一核心痛點，無界動力首創 AnyPhys 負樣本核心數據體系，將深層負樣本、細粒度邊界失穩樣本、用于策略對齊的次優樣本與基準正樣本深度交織，構建出高信息稠密性的物理邊界坐標系，補齊了強化學習稠密訓練所需的全維度樣本短板。

無界動力摒棄傳統單一最大化成功獎勵的模式，建了一套自動區分正、負、次優、邊界樣本的方法論，實現強化學習的復雜稠密獎勵設計。無需額外人工標注，可充分復用帶瑕疵的演示數據，顯著增強機器人實操精度與泛化能力。例如在精密接插類任務中，基于機器人位姿搭建全局空間圖，以末端三維距離為運動代價，求解抵達目標的最短路徑，借助剩余路徑距離量化動作進度，清晰辨別前進、倒退、停滯狀態，實現自動對樣本進行打分和分類。算法兼容離線模仿加權、在線稠密獎勵兩類訓練場景，在高精密插接任務實測中，噪聲數據下任務成功率最高提升 5 倍。

目前，AnyPhys 已累計沉淀數萬條專屬失敗、失穩、臨界邊界樣本，構建起覆蓋絕大多數工業、商業及生活場景的物理失效知識庫。依托該體系，無界動力得以通過海量打滑、磕碰、飛濺等失敗軌跡反向推演物理臨界閾值，精準建模不同工況下的物理穩定域，讓每一次動作決策都有清晰的物理安全邊界作為支撐。

實力見證：

登頂具身智能權威榜單 RoboCasa

在由斯坦福大學等頂尖機構聯合發起的具身智能權威榜單 RoboCasa GR1 TableTop 中，無界動力與中科院自動化所聯合發布的首個隱空間世界模型 MWA? - WALA 以 75.2% 的平均任務成功率刷新行業紀錄、榮登全球第一，超越英偉達 GR00T-N1.6、大曉機器人 ACE-EGO-0、小鵬 DIAL、高德 ABot-M0 等行業主流模型。

實測數據顯示，MWA? - WALA 相比第二名模型任務成功率提升 2.4% ，同時在多步驟連貫操作、受限空間物件拿取、零散物件精準拾取等高頻難點任務中表現尤為突出。

RoboCasa 涵蓋多種非標廚房環境及交互物件，并引入強隨機光影與雜物干擾，是目前檢驗具身通用大腦泛化能力最嚴苛的仿真測試基準之一。MWA? - WALA 能在強不確定性中穩定作業，核心得益于其對無標簽原始數據的深度激活。對比測試表明，MWA? - WALA的全場景泛化能力大幅躍升，以實測數據驗證了無標簽海量數據訓練在攻克具身通用大腦泛化瓶頸、推進多場景應用中的實際價值。

多元場景泛化：

前沿技術創造商業價值

在探索前沿技術路徑的同時，無界動力始終聚焦打造具身智能“通用大腦”與“操作智能”，隨著第二代機器人 K15 的批量投產，無界動力正加速深化以軟硬一體解決方案布局跨領域多元場景，將前沿技術全面轉化為產業優勢。

工業制造領域，對高精度操作的容錯率較低，且要求機器人能夠承擔高強度、長周期、高可靠性的不間斷作業，這對系統的長程穩定性提出了巨大挑戰。面對這一挑戰，無界動力與國際領先的汽車產業鏈企業和頂級能源科技企業展開戰略合作，賦予了模型在真實數據與現實挑戰中持續優化的機會，在嚴苛的工業標準下實現了從理論泛化到工程級高可靠性的跨越。

商業服務與零售場景對模型的通用泛化能力與安全性提出了極高要求，無界動力與國內外知名連鎖咖啡品牌等消費端巨頭深度合作，將機器人正式帶入開放、動態的商業環境中，在保障安全的同時展現出面向多種長程移動操作任務的自適應泛化能力，將前沿技術轉化為價值創造。

而在多樣的家庭場景中，面對眾多的物品與復雜的日常交互，無界動力機器人展現出細膩的物理常識與自主決策能力，能夠從容應對多步驟連續推演挑戰，在動態多任務中展現出更強的自適應泛化能力。

未來，無界動力將始終立足于真實需求，與全球合作伙伴攜手，加速具身通用大腦在多元場景中的應用與進化，讓具身智能真正走入千行百業，成為驅動全球產業發展的核心力量。