上海具身智能新进展：世界模型与VLA并行，机器人迈向“预演未来”阶段

在上海张江 AI 创新小镇，搭载蚂蚁灵波“灵波通用大脑”的机器人已正式进驻多家国大药房门店。该大脑在预训练阶段适配了 17 个主流机器人品牌和 20 种构型，支持跨本体与跨任务运行，使机器人能在取药等复杂场景中准确完成夹取与配送动作。行业共识认为，解决机器人“能干”的 VLA（视觉 - 语言 - 动作）模型与解决“想清楚再干”的世界模型并非互斥，而是需要融合。目前上海多条技术路线已并行验证，国地中心“灵龙”系列机器人亦在延锋等汽车零部件企业完成了从实训场训练到工业现场部署的迁移路径。世界模型的核心在于构建内部可模拟环境，在行动前预测与推演未来演化。智元联合发布的 GE-Act 2.0 世界 - 动作模型将训练数据扩展至 3 万小时，在陌生场景测试中机器人总体成功率从 17.1% 提升至 44.1%；大晓机器人则推出开悟世界模型 3.1，能在加油站便利店等 C 端场景中实现高效拣选打包。针对技术落地，上海正加速制定相关规划与标准。《浦东新区加快推进新型工业化“十五五”规划》明确布局“具身大模型 + 世界模型”融合技术，工信部征求意见稿及上海市指南也将世界模型标准列为关键项，要求建立多维度评测体系以检验机器人在真实场景中的可靠性。面对能力迁移的挑战，上海多家企业如穹彻智能通过在全国采集超 10 万小时真实数据来优化泛化能力，而具脑磐石则开发类脑认知世界模型以实现无需预建地图的陌生环境导航，苏度科技则在仿真环境中训练后迁移至真机，共同推动机器人从单一场景走向多元化应用。