8月26日消息，近日，光象科技联合清华大学李升波教授课题组发布了第一代物理原生世界模型，即Phi-WM 1.0 ActEffect，简称ActEffect。作为其“物理原生智能”技术路线的首个模型化成果，ActEffect试图让机器人不只学习“看到什么就做什么”，而是理解动作将带来何种物理后果，并在训练阶段通过后果反馈优化策略。
据介绍，ActEffect可一次生成三个不同精细程度的动作方案，分别预测其可能产生的结果并进行比较，以筛选更优方案；模型还要求精调动作的预测结果优于粗调动作，粗调动作优于初始动作。模型在预测动作后果时，只引入物理观测和动作方案，不依赖语言形式的任务目标信息。光象科技认为，动作引发的状态转移由客观物理规律决定，而不应取决于任务描述。
据了解，在LIBERO、LIBERO-PLUS和RoboCasa-GR1三项国际通用机器人操作基准测试中，ActEffect的平均成功率分别为98.8%、80.3%和67.5%。与将世界模型用于推理阶段反复预测的路线不同，ActEffect强调让策略在训练阶段吸收“动作—后果”关系，推理时无需保留世界模型进行显式循环预测，以降低端侧应用的算力成本。
模型之外，光象科技同步推进机器人本体落地。其工业级自进化具身智能机器人Phi-Bot X1此前在世界机器人大会上完成了5天连续36小时的焊接上下料与移动质检双工位自主循环作业。光象科技称，Phi-Bot X1已在汽车制造真实场景完成典型高价值工位验证，并与多家国内外汽车企业达成商业合作。
在ActEffect世界模型发布期间，网易科技等与光象科技创始人兼CEO张涛等高管团队进行了深入交流。
张涛表示，光象科技推进物理原生智能的目标是实现AGI，但这是一条长期且充满挑战的道路。对一家商业公司而言，技术不应只停留在学术研究、论文或项目层面，更要进入产业，为社会创造生产力。因此，光象选择优先将模型应用在工业场景，希望尽快看到技术落地带来的实际价值。
张涛谈到，真正面向场景应用的具身智能机器人，大概率不会是一台覆盖所有场景的完全通用机器人。人本身具备通用性，但跑步者、工厂操作者、举重运动员和体操运动员在身体能力上并不相同。对应到机器人，产品需要具备一定通用能力，但更重要的是根据具体场景和实际需求进行适配。
张涛认为，工业级机器人能否真正上岗，关键不在于完成一次演示，而在于适应真实产线中的动态条件。以移动质检为例，机器人需要面向复杂曲面和动态对象规划移动与末端轨迹；在上下料场景中，面对料框内正反不一、相互压叠的散乱零件，机器人还要识别不同位置的来料，实时调整位置完成抓取。这些任务正是传统工业自动化或简单机械臂难以处理的环节。
光象选择汽车制造，并非因为汽车行业本身更容易进入，而是因为这一行业同时具备大规模和高价值特征。张涛表示，汽车产线已融入了自动化、工业机器人和工业AI方案，但仍存在未被有效解决的场景；同时，客户能够清晰计算投入产出，并讨论具体的部署方式。更重要的是，汽车制造标准化程度较高，单一工位完成验证后，有机会复制到其他工厂的类似场景。
张涛提到，具身智能不是用来替代所有传统工业自动化方案。如果某个任务需要极致效率，传统自动化通常是更合适的选择；具身机器人应当进入传统方案难以胜任、且能够发挥技术价值的场景。他们在场景选择上设置了门槛：第一，必须有真实价值；第二，必须被场景方认可，能在经济、质量或社会价值上带来增益；第三，必须具备规模化潜力。
据了解，客户关注成本并不意味着企业只能追求低价。更重要的是“匹配”：创造多大的价值，就匹配相应价值的产品和投入；价值较低的任务，应采用更便宜的方案。光象的产品方案、模型选择和数据方案，都围绕这一原则展开。
谈及商业化考验，张涛进一步谈到，行业关于未来依靠卖模型、卖技能或API获得收入的设想并非错误，但关键在于阶段。机器人尚未向客户证明自己能够解决什么问题之前，很难直接让客户为后续能力付费。商业化必须先从把机器人部署出去、解决一个具体问题开始，建立客户信任后，再通过能力升级和版本迭代获得持续收入。“没有第一步的‘1’，后面再多的‘0’都没有意义。”
对于行业所处阶段，张涛告诉我，具身智能显然已过了只有原型概念、刚刚开始投入的早期阶段，但距离自动驾驶领域技术与商业形成正循环的关键节点也并不遥远，或许一两年内就能看到类似的变化。他认为，若行业维持现状，未来一到两年确实可能面临压力；但如果在此之前有应用被验证具备规模化潜力，并真正创造商业价值，就可能成为带动行业穿越周期的“火”。
张涛最后谈到，光象不刻意追求与其他公司不同，而是希望做正确的事。无论是物理原生智能路线，还是从汽车制造切入的商业路径，出发点都是让具身智能在真实世界中产生生产力价值。对这一仍在快速演进的行业而言，模型跑分只能说明企业处于第一梯队。最终的验证，仍要回到真实工位的任务成功率，以及机器人究竟为客户创造了多少价值。（定西）
信投配资提示：文章来自网络，不代表本站观点。
