星源智推出世界模型ω-EVA，具身大腦再升級

世界模型下半場，星智源已經(jīng)拿到船票。

作者 | 付饒

編輯 | 趣解商業(yè)科技組

世界模型正成為人工智能領(lǐng)域的下一個關(guān)鍵戰(zhàn)場。

李飛飛、楊立昆近期都已押注世界模型；再往前，英偉達、Google、OpenAI等AI巨頭均已將“世界模型”作為通往下一代智能的潛在路線。在6月16日舉辦的2026智源大會上，智源研究院院長王仲遠也提出世界模型的重要性，并為世界模型劃定了四條清晰的技術(shù)路線，引發(fā)了一場關(guān)于“世界模型”的討論熱潮。

在智源大會上，智源研究院孵化的具身智能公司星源智正式發(fā)布了全球首個具身交互世界模型——ω-EVA（Omega-EVA），標志著這場從數(shù)字世界邁向物理世界的競賽，正式進入了落地驗證階段。

可以說，這不僅僅是一次產(chǎn)品發(fā)布，對于星源智技術(shù)團隊來說，這是針對“世界模型如何落地具身智能”給出的一份硬核答卷，也是通往“物理AGI”世界的船票。

然而，在手的船票不光是登上世界模型這艘船的積極信號，其實也蘊含著另一個意思：航程才剛剛開始。

01.一張登船票

世界模型是現(xiàn)在AI圈里最熱、但卻沒有統(tǒng)一標準的詞。

在智源研究院的框架下，王仲遠將世界模型的技術(shù)路線分成四條：以語言為中心的VLA路線、以像素為中心的視頻生成路線、以3D結(jié)構(gòu)為中心的仿真路線、以視覺表征為中心的JEPA路線。

而星源智此次發(fā)布的具身交互模型ω-EVA則不同：以“交互”和“行動”為中心的潛空間建模，更關(guān)注世界模型如何真正進入機器人實時決策過程，讓世界模型從訓(xùn)練輔助工具變成行動決策中的反饋模塊。

具體而言，ω-EVA模型的特點在于其獨創(chuàng)的“預(yù)演、驗證、行動”（Envision, Verify, Act）閉環(huán)邏輯。該模型通過學(xué)習“當前狀態(tài)—動作—未來狀態(tài)”之間的動態(tài)關(guān)系，在潛空間中捕捉運動物體、交互對象與關(guān)鍵狀態(tài)變化，并將這一能力用于動作生成、內(nèi)部預(yù)演和動作修正。

簡單來說，星源智聚焦于機器人動作與環(huán)境變化之間的因果關(guān)系，讓機器人預(yù)判自己的每一個動作將如何改變物理世界的狀態(tài)，而非單純依賴視覺畫面的時序關(guān)聯(lián)去生成未來畫面。

在智源大會的展區(qū)，星源智用一個被觀眾隨機打亂的華容道棋盤，直觀地展示了這一能力。

圖：星源智展臺

據(jù)星源智工作人員透露，復(fù)原華容道棋盤的機器人并非簡單地識別棋子，而是在執(zhí)行前先在腦中“想象”移動滑塊后的全局變化，根據(jù)推演結(jié)果優(yōu)化動作方案，最終完成復(fù)原。

這并不是預(yù)設(shè)程序，而是模型對物理約束和因果關(guān)系的實時推理。在星智源聯(lián)合CEO、智源研究院具身交互世界模型研究中心負責人孫振國看來，“世界模型不應(yīng)該只在訓(xùn)練時預(yù)測未來，而應(yīng)該真正參與動作生成。”

他以華容道為例進一步說明，華容道看似是邏輯推理題，但對機器人而言，它更接近一次連續(xù)決策：每一步移動都會改變當前局面，也會影響后續(xù)路徑是否可達。機器人需要理解的不只是“現(xiàn)在看到什么”，還包括“如果這樣移動，接下來會發(fā)生什么？”——這正是星源智具身交互世界模型 ω-EVA 試圖回答的問題。

圖：星源智聯(lián)合創(chuàng)始人 孫振國

對于具身智能公司來說，物理世界的真實任務(wù)，從來不會按照固定時間窗口整齊發(fā)生，它更像一串自然銜接的事件，伸手、接觸、抓取、移動、放下，每一個關(guān)鍵變化，都對應(yīng)著動作里的自然關(guān)節(jié)。

當下的行業(yè)現(xiàn)狀是，大多數(shù)世界模型仍停留在“離線預(yù)測”或“環(huán)境模擬”階段，作為輔助功能存在。機器人在執(zhí)行任務(wù)時，往往只能被動執(zhí)行指令，無法預(yù)判動作帶來的連鎖反應(yīng)，導(dǎo)致在復(fù)雜物理環(huán)境中作業(yè)穩(wěn)定性不足。

星源智要解決的就是這樣的問題。

此外，在技術(shù)路線上，星源智的技術(shù)架構(gòu)上采用“具身大小腦”協(xié)同方案。這一架構(gòu)與具身智能明星公司PI、Figure AI的“快慢系統(tǒng)”思路一致。

當前世界模型既包括未來視頻生成路線，也包括JEPA等潛空間表征學(xué)習路線。星源智ω-EVA同樣采用潛空間建模，但進一步強調(diào)動作候選與想象后果之間的實時交互，讓未來預(yù)測結(jié)果能夠直接參與動作修正。

一定程度上，這種端側(cè)部署的確解決了具身智能的痛點——高延遲致命傷。星源智CEO劉東打了個比方：“如果機器人身上帶著十幾個傳感器，每秒幾個G的數(shù)據(jù)傳到云端，等指令回來幾秒后，機器人可能已經(jīng)撞上了障礙物。”

他表示，“這也是ω-EVA 的優(yōu)勢，重新定義了世界模型在機器人系統(tǒng)中的作用，讓預(yù)測結(jié)果真正反哺動作生成，可以彌補具身智能領(lǐng)域的技術(shù)短板，也將賦能工業(yè)操作、服務(wù)、醫(yī)療等多品類機器人，加速通用具身智能技術(shù)走向規(guī)模化落地。”

02.有機遇也有挑戰(zhàn)

回顧星源智，盡管去年才入局，創(chuàng)立僅十個月，但這家由智源研究院孵化、專注具身大腦業(yè)務(wù)的初創(chuàng)公司，通過走“軟硬一體、端側(cè)部署”的全棧路線，已累計融資10億元，并在商業(yè)化方面取得早期訂單進展。

在商業(yè)路徑上，星源智想得很明白，明確表示不做機器人本體，只做“賣鏟人” ，提供軟硬一體的具身大腦解決方案。創(chuàng)始人兼CEO劉東透露，中國制造業(yè)不缺硬件能力，真正稀缺的是能跨本體、跨場景適配的“大腦”。

隨著具身智能從單點動作走向復(fù)雜任務(wù)執(zhí)行，“大腦”的作用越來越重要，而其中世界模型正在成為行業(yè)共識中的關(guān)鍵能力。

圖：星源智機器人現(xiàn)場遞咖啡

盡管拿到了世界模型的船票，但星源智和整個行業(yè)面臨的挑戰(zhàn)，也不容忽視。

一方面，是技術(shù)路徑的“路線之爭”并未消除。

雖然ω-EVA證明了“交互閉環(huán)”的可能性，但目前來講，以VLA（視覺-語言-動作）模型為代表的現(xiàn)有路線依然占據(jù)主流市場。

王仲遠此前曾坦言：“VLA是當下，世界模型是未來。” 對此，星源智并不否認語言理解的重要性，但其基座依然是VLM模型。雖然VLA模型目前在工業(yè)分揀、服務(wù)機器人等特定場景中已經(jīng)取得了不錯的落地效果；但局限性同樣明顯，如泛化性差、缺乏物理常識、主動探索能力不足等等。

對于星源智來說，ω-EVA野心在于補全“預(yù)測”與“動作”之間的短板。如何讓市場接受這種“VLA+世界模型”的混合范式，仍需教育成本。

另一方面，是真實物理數(shù)據(jù)的“匱乏困境”。

構(gòu)建真正的世界模型，需要涵蓋力覺、觸覺、深度、三維點云的全模態(tài)數(shù)據(jù)，先不說采集不同場景的數(shù)據(jù)難度高，更艱難的是在這些數(shù)據(jù)中還要抓取到“有效數(shù)據(jù)”。

孫振國指出，VLA依賴高質(zhì)量的成功軌跡數(shù)據(jù)，8小時采集僅產(chǎn)出3小時有效數(shù)據(jù)；而世界模型能利用失敗的軌跡，將效率提升至6-7小時。但這依然無法從根本上解決長尾場景數(shù)據(jù)的稀缺性。

此外，規(guī)模化商業(yè)落地仍需要探索。

盡管星源智已拿下70%以上頭部本體廠商的份額，并宣稱融資超10億元，但劉東依然冷靜地將當前具身智能比作“2015、2016年的自動駕駛”——大家瞄著L4、L5，但真正的L2還沒大規(guī)模落地。

圖：流水線上的機器人

對于星源智和整個行業(yè)而言，拿到船票只是航行的開始。

尤其當下，世界模型技術(shù)仍處在發(fā)展初期，行業(yè)目前沒有完全達成共識。“技術(shù)創(chuàng)新是先行的，早于產(chǎn)品，早于系統(tǒng)，我們現(xiàn)在需要對于技術(shù)路徑進行各種各樣的探索，來促進世界模型的爆發(fā)。”王仲遠坦言，“但最終，還是需要一個具體場景的系統(tǒng)或產(chǎn)品，來證明我們今天反復(fù)強調(diào)的物理可驗證、長時序、因果邏輯推斷等技術(shù)目標，能夠真正落地應(yīng)用于各種場景。”

從實驗室進入真實世界，星源智通過具身大腦與世界模型，展示了一整套貫穿感知、理解、決策、執(zhí)行與反饋的系統(tǒng)能力，已經(jīng)展現(xiàn)出從模型能力到場景執(zhí)行的落地能力。

但最終進入終端、進入系統(tǒng)、進入到真實任務(wù)中，世界模型的能力仍需要市場檢驗。畢竟對于當下具身智能行業(yè)來說，競爭焦點不只是模型發(fā)展、技術(shù)突破，穩(wěn)定的、能夠持續(xù)交付的落地場景能力才是重點。