12項全球SOTA！WAIC最猛世界模型，讓機器人「開悟」了

新智元報道

凌晨兩點，城市睡著了，前置倉還醒著。

后臺彈出一筆即時零售訂單：一瓶飲料、兩罐罐頭、一包軟包裝零食，幾十分鐘內要出倉。

沒有店員，也沒有夜班分揀工。

一臺名叫W1的機器人，在僅75厘米的極限過道里穿行，識別貨位、逐件揀選、裝箱、交付，一氣呵成。

這一幕的分量，不在于機器人抓起了一件商品。這兩年，類似的畫面人們早已司空見慣。

而在于，機器人第一次在真實世界里，連續、自主、穩定地「把活干完」。

在2026 WAIC上，大曉機器人一口氣拋出了三樣東西：

• 開悟世界模型3.1（Kairos 3.1）

• 環境式數據采集方案2.0

• 三大垂直場景的成套解決方案：曉滿、曉新、曉途

物理AI的「開悟時刻」，從這里開始。

一筆深夜訂單

機器人自己干完了

前置倉是即時零售的心臟，也是最難啃的骨頭。

大量SKU擠在窄巷道里，訂單密、節奏快，深夜和早晚高峰兩頭連軸轉。

外行以為難點是「抓起一件商品」，真正的難點是把識別、揀選、裝箱、履約穩定地連起來，一單接一單不出錯。

大曉這次拿出的，是「曉滿」一體化履約方案，和專為這個場景造的履約機器人W1。

W1的設計，幾乎是被巷道「逼」出來的：

自重負載比小于2，機械臂自身重量還不到它能扛起來的兩倍，又輕又有勁；

力控精度≤1N，相當于能感知兩枚雞蛋，放在手上的分量變化。

硬邦邦的罐頭和一捏就變形的軟包裝，它都能拿捏住分寸。

更關鍵的是，「曉滿」貫通了「機械控制—世界模型—訂單倉儲」全鏈路。

在閃購倉、小店、倉店一體幾種形態上都能跑成閉環，支持天級輕量化部署，不用把倉庫大改一遍。

目前，「曉滿」已在燒賣購、快客達、中石油便利店等真實場景中運行，靠每日的交易與貨架數據持續自我進化。

按照規劃，未來一年落地1000家零售場景，兩年內鋪到1萬家量級。這，就是「大曉速度」！

讓它干活的

是一個會「想」的大腦

面對幾十萬種視覺資產、每天都在變的訂單，W1憑什么能穩、能準、能一直干？

答案不在手上，在腦子里——Kairos 3.1開悟世界模型。

全球具身世界模型眼下沿四大流派演進：表征式、生成式、交互式，以及理解—生成—預測一體化式。

前三派有個共同的毛病，即「能力割裂」。會看的不會推，會推的不會動，而產業落地偏偏要三樣一起來。

Kairos 3.1：三種智能，原生統一

Kairos 3.1，走的是第四條路。

它是全球首個端側驅動本體的「世界模型」。

采用混合Transformer架構與共享混合注意力機制，把視覺觀測、語言指令、力觸狀態、策略軌跡這些五花八門的具身數據，全壓進一個統一隱空間，變成高密度表征向量。

這三種能力，在底層就長在一起。

生成智能構建物理世界的內在表征，物理智能掌握物理因果、推演平行世界，認知智能負責復雜邏輯推理與長程任務分解。

機器人由此從「生成一個逼真的虛擬未來」，轉向「預判自己這一下會對世界造成什么影響」。

這也正是「開悟」二字的由來：知其然，也知其所以然。

閉環隨之成立，世界理解拆解長程任務、評估環境，平行空間推演物理因果、演算多種策略，挑出最優動作輸出，執行后再做結果評估并反饋回模型。

理解—推演—執行—反思，轉起來，機器人才算真有了點「想」的樣子。

作為空間理解的核心底座，ACE-BRAIN-0.5累計斬獲十二項全球SOTA，在空間理解、導航決策、操作執行、進度評估等維度躋身全球第一梯隊。

以洗衣為例，機器人靠時空記憶和思維鏈把任務拆成十幾步，自主規劃取衣、放衣、啟動、整理，還能實時核驗每一步結果，異常時精準定位到哪一步失敗并重啟。

這才是「反思」落到實處的樣子。

物理生成與推演層面，Kairos-HomeWorld首次實現全屋生成與物體全交互，內置30萬套中國住宅平面圖、5000個全屋仿真場景、8700個覆蓋六大物理屬性的3D資產。

而機器人要進中國家庭，得先在中國房子里練。

結果，在NVIDIA Jetson Thor平臺BF16精度下，Kairos 3.1的8B模型推理延遲只有125毫秒。

依托自研KairosRT高性能計算引擎，在保住模型高智能上限的同時，跑通端側實時推理。

信息密度定律

智能是「喂」出來的

不過模型再聰明，也要有飯吃。

而具身智能這兩年最深的一道坎，恰恰是高質量數據的稀缺與割裂。

這一次，大曉首次提出了「信息密度定律」：

數據的價值不在數量堆疊，而在信息密度。會改變行動結果的信息，就是有價值的信息。

按這條定律，具身數據分五級。

L1—L2僅能支撐基礎預訓練；L3—L4止步于已知任務的擬合，換個場景就不靈；

唯有邁入L5，深度融入三維力觸覺、失敗恢復軌跡與開放場景變量，世界模型才真正跨越「描述」，獲得泛化、反思與自進化的能力。

用王曉剛的話說，「智能不是憑空產生的，一定是在與物理環境的高頻對撞中涌現出來的」。

基于這條定律，大曉發布以人為中心的環境式數據采集方案2.0。拆開看就是三步：采、標、用。

• 采，靠ACE Ego Kit把物理因果錄進來

分體輕量化無線設計的「頭—手—胸」三位一體套件。

其中行業首個集成三維力觸與動捕信息的ACE Sense Glove采集手套是點睛之筆：0.01N的力觸覺靈敏度、小于2°的關節角誤差、20余種異構傳感器同步誤差嚴格控制在1毫秒內。

• 標，靠ACE Data Engine把動作拆到幀

這套全自動化生產平臺內置全球首創的生成式4D手部動捕范式ACE-ViDiHand，榮獲三項全球第一，以0.997的幀級準確率讓動作平滑度躍升4.8倍。

它攻克的遮擋與快速移動，一直是大量人類視頻數據「采了卻沒法用」的主要瓶頸。

• 用，靠ACE Ego Matrix讓數據跨本體通用

作為開源的具身數據標準底座，它實現了空間坐標、本體結構、動作時序與數據質量的「四大統一」，讓不同采集人員、不同控制頻率的異構機器人「說同一種語言」，并在RoboCase與RoboTwin兩個榜單上斬獲行業冠軍。

工具鏈之外，大曉還做了件更大方的事：向全行業開源L5級家居類復雜任務數據集ACE-Data-0。

在一個人人都把數據當護城河的行業里，這本身就是一種姿態。

具身第一性原理

把鏡頭再拉遠，大曉真正想解的不是「怎么抓起一件商品」，而是一道更底層的題。

數字世界里模型錯了，無非是個不通順的詞、一張不完美的圖；物理世界里錯一次，就是一次錯誤的行動，代價真實不可逆。

怎么把代價降下來？

王曉剛打了個比方：開車時你不用記住路邊每一棵樹長什么樣，只要盯住車速、車距和道路邊界。

大會現場，他把這件事寫成了一條「具身第一性原理」的公式：

機器人知道的關鍵信息（CID）越多，理解的控制充分狀態（CSS）就越準確，執行時犯的錯就越少，行動代價J就越低。

這條公式把前面全串了起來——

數采方案2.0解決CID從哪來，Kairos 3.1解決CSS怎么算準，而W1在窄巷道里的每一次抓取，都是把J壓到更低的最終兌現。

從「看到」到「看懂后果」，這一步之差，恰恰是物理AI從表演走向生產力的分水嶺。

從一個倉，到一座城

體系一旦跑通，就不會只待在一個倉里。沿著「曉滿」往外走，大曉擺出了另外兩塊拼圖。

曉新：把酒店最難招人的崗位接過來

酒店夜間洗衣需求占了全天的80%，而夜班恰恰最難招人、人力成本最高。

「曉新」能靈活適配各星級酒店的非標洗衣房，把衣物「收、放、洗、疊」全流程串起來，還拓展了熨燙功能，把原本高度依賴人工的環節變成無縫閉環的連續作業，節假日訂單積壓也跟著化解。

曉途：一腦多形，7×24小時在崗

它依托通用智能大腦（Agentic AI），同一個腦子能適配多種形態的四足機器人本體，室內外無縫銜接、動靜態避障、多機協同調度，全程無需人工干預。

目前已在漕河涇園區做安防巡檢、上海濱江做城市治理、天津海棠花節做文旅導覽，7×24小時常態化在崗。

洗衣、巡檢眼下并不止大曉一家在做，但它的落點不太一樣：

賣的從來不是某一款洗衣機器人或巡檢機器狗，而是那顆能裝進不同本體的「世界模型大腦」。

數采范式統一、世界模型通用、部署路徑標準化，本體可以換、場景可以換，腦子是同一個。

同一天，由上海人工智能協會、河套學院、中國信通院華東分院牽頭、20余家機構共建的具身物理智能統一評測平臺Physical IQ物智，也在同場亮相。

六小龍同臺

「朋友圈」擴大了

論壇的壓軸環節，是一場世界模型「六小龍」的圓桌對話。

主題是，驅動物理AI從理解到執行。

大曉機器人首席科學家陶大程擔綱主持，五位嘉賓則分別來自螞蟻靈波、極佳視界、無界動力、智元機器人和自變量機器人。

這張桌子，幾乎就是中國世界模型研究的縮影。

四十分鐘，四個議題：范式拐點、評測標準、多路線收斂，以及從Demo 到Deployment。

演講伊始，陶大程拋出了一個核心觀點：

「做具身世界模型，不是為了復刻像素，而是為了控制行動。像素復刻是給人看的，物理推演是給機器人用的」。

過去一年，這個領域最熱鬧的是視頻生成，比誰的畫面更逼真、更長、更一致。

這些進展很了不起，但機器人不需要看電影。機器人需要知道的是，推開這扇門要用多大的力，杯子離桌面還有多遠，這個動作下去會不會碰到旁邊的人。

那么，世界模型從Demo走向Deployment，真正的「斷點」究竟在哪？

陶大程一針見血地指出了核心分野——

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

圓桌現場，五位嘉賓毫無保留地復盤了自己踩過最深的「坑」：任務閉環、接管率、真實環境的復雜性。

而在這些共識之外，陶大程補充了最致命、卻極易被忽視的一環，即成本與延遲。

世界模型的推演大多跑在云端集群上，可機器人在產線上做決策只有幾百毫秒，還不能指望網絡永遠在線。

為此，他為世界模型的落地劃定了「四步走」路徑——

訓練時是數據引擎，評估時是考官，規劃時是沙盤，部署時是本能。

缺一個，閉環就斷在那里。

最難的不是讓模型變聰明，而是讓聰明變得便宜、高效、可靠。產業不會為聰明買單，只會為穩定的聰明買單。

當然，技術要變成生產力，光有模型和機器人還不夠。

這次WAIC，大曉還帶來了一系列重磅戰略簽約，把物理AI從底層基建到商業落地的鏈路，徹底走通。

與漕河涇開發區共建「具身智能產業創新平臺」；與中國石油、快客達、商湯善惠、新奧集團新智認知簽約，布局無人倉店、前置倉和智能巡檢。

還發起了「世界模型云生態共建」，把百度智能云、阿里云、華為云、騰訊云、華山云及商湯大裝置這些算力方拉到了一起。

從云端算力，到真實的物理考場，再到一家家跑起來的門店與酒店，大曉正在把「朋友圈」變成一條真正閉合的產業鏈路。

大千世界，曉識萬象

回到開頭那筆深夜訂單。

從技術看，大曉推動AI從「感知世界」邁向「理解行動的后果」；從產業看，它打通了數據、模型、本體與運營的閉環；

從社會價值看，它讓機器去承擔那些重復、繁重、高風險的工作——凌晨兩點的倉庫，深夜的洗衣房，無人的園區。

物理AI的「開悟時刻」，從來不是完成一次驚艷的演示。

而是從某一天開始，它在真實世界里持續地、穩定地、無人喝彩地創造價值。

科學的演進從未停歇。大千世界，曉識萬象，下一步要推開的，是物理AI規模化繁榮的那扇門。