WAIC系列｜大曉發布世界模型及系列方案 陶大程：世界模型下半場，要開始拼行動

7月19日，在2026世界人工智能大會期間，大曉機器人發布開悟世界模型3.1（Kairos 3.1）、以人為中心的環境式數據采集方案2.0，以及面向即時零售、酒店服務和開放場景的三套行業解決方案。

在WAIC期間，網易科技等與大曉機器人首席科學家陶大程進行了一場深度對話。陶大程表示，模型的價值不在于畫面生成得多逼真，而在于能否降低機器人在真實世界中的行動代價。

作為此次發布的核心，Kairos 3.1被定義為融合生成智能、物理智能與認知智能的行動一體化世界模型。該模型將視覺觀測、語言指令、力觸狀態和策略軌跡等數據壓縮至統一隱空間，形成“理解—推演—執行—反思”的自進化閉環：機器人先完成環境評估和任務拆解，再在平行空間比較動作路徑，選擇更優方案執行并將結果反饋模型。ACE-BRAIN-0.5則承擔空間感知、決策規劃等能力；Kairos-HomeWorld補充中國家庭的戶型、物體和任務分布，覆蓋30萬套住宅平面圖、5000個全屋仿真場景與8700個3D資產。大曉機器人方面披露，在NVIDIA Jetson Thor平臺BF16精度下，Kairos 3.1 8B模型推理延遲為125毫秒，并通過KairosRT計算引擎推進端側實時推理。

與此同時，數據是這套閉環的另一根支柱。大曉提出“信息密度定律”，強調數據價值不在數量堆疊，而在是否包含會改變行動結果的信息。其環境式數據采集方案2.0由ACE Ego Kit、ACE Sense Glove、ACE Data Engine和ACE Ego Matrix組成，分別覆蓋全維采集、三維力觸與動捕、自動化預處理和多源數據統一；同時開源L5級家居復雜任務數據集ACE-Data-0，將真實交互、失敗恢復和接觸關系納入具身模型訓練。

在商業化層面，大曉推出即時零售“曉滿”、酒店無人洗衣“曉新”和四足全域作業“曉途”三套方案。“曉滿”配套履約機器人W1，應對多SKU、高密窄倉和訂單波峰；“曉新”覆蓋收、放、洗、疊及熨燙；“曉途”適配多形態四足機器人，用于巡檢、避障和多機協同。新聞稿顯示，“曉滿”已進入燒賣購、快客達和中石油便利店等場景，計劃一年內落地1000家、兩年拓展至1萬家量級門店；“曉途”已在漕河涇園區、上海濱江城市治理和天津海棠花節等場景運行。同期亮相的PHYSICAL IQ物智平臺，則為不同機器人本體與世界模型建立可橫向比較的評測標尺。

在產業洞察層面，對于外界常將VLA、世界模型和統一具身基模型視為彼此競爭的路線，陶大程認為，技術范式尚未完全收斂，但判斷標準已經改變。“具身世界模型不能只看生成畫面是否逼真，也不能只看能否從觀測直接輸出動作，而要看它是否真正服務控制、降低機器人在真實世界中的行動代價。”他說，未來路線會圍繞控制充分狀態、多動作分支推演、動作因果、多時間尺度記憶和高控制信息密度數據逐步融合。

這意味著，機器人所需要的并非物理世界的“全量復印機”。“能高清復刻世界的通用生成模型，并不必然等于能支撐機器人行動的具身世界模型。”陶大程說。在他的定義中，模型要在有限觀察、計算資源和試錯成本下，維護與決策有關的控制充分狀態，比如可操作區域、接觸關系、風險邊界和任務進度；更重要的是，要理解一個動作會造成什么后果，而不是復現訓練數據中常見的動作序列。家庭與工廠可以共享底層物理規律、空間關系和動作后果模型，但真實部署仍需場景和本體校準，最終要回到真實閉環，檢驗模型推演能否與真實執行保持一致。

在陶大程看來，當前最突出的入口瓶頸仍是數據，但不是簡單的數據量不足，而是大量數據與控制無關，難以幫助模型識別動作后果、失敗邊界和恢復路徑。“近邊界失敗與恢復數據、臨界成功數據和接觸數據，往往比大量普通成功軌跡更能告訴模型‘什么時候會失敗、為什么會失敗、失敗后如何回歸正軌’。”他說。規模負責覆蓋更多物體、場景和物理現象，控制信息密度決定數據是否真正觸達安全和控制邊界。因此，數據采集不能脫離模型和任務單獨進行，而應由模型公司、本體企業和場景方共同設計，在真實運行中持續篩選高價值數據。

這一邏輯也決定了商業化切入口。陶大程認為，工業巡檢、即時零售、前置倉、無人倉儲和酒店服務等邊界清晰、需求剛性、任務可重復的B端場景，更適合在短期內驗證世界模型。機器人錯誤可以直接折算為碰撞、任務中斷、人工接管和運營損耗，技術是否有用不再停留在演示效果，而能被運營指標檢驗。“具身智能跨越‘演示階段’的標志，不是完成一次驚艷Demo，而是在長期運營中形成可重復的任務成功率、可控的人工接管率和部署成本。”陶大程說。

陶大程認為，真正的能力是把高控制信息密度數據、世界模型、端側工程和真實場景閉環放到同一系統里。推理時延、顯存、通信、能耗和安全約束不是額外條件，而是模型進入控制閉環的組成部分，如果風險判斷無法在控制周期內完成，再準確的離線預測也難以轉化為產業價值。

因此，PHYSICAL IQ物智平臺在大曉的構想中也不能替代真實運營。陶大程認為，更合理的評價應是“標準化Benchmark+真實場景閉環”：前者提供公開、客觀、可復現的橫向尺度，后者用任務成功率、人工接管率、恢復率、安全事故、單位任務成本和跨場景復制能力檢驗產業價值。所以，對物理AI而言，模型從“理解世界”走向“支撐行動”的關鍵，最終不在一次發布或一次展示，而在一次次真實決策中少犯錯、能恢復，并持續把能力復制到更多場景。（定西）