“反骨”世界模型ActEffect登場(chǎng)這個(gè)世界模型著實(shí)有點(diǎn)“反骨”。上崗前花大量時(shí)間陪機(jī)器人訓(xùn)練等機(jī)器人干活時(shí)它卻從部署鏈路退出。以前的世界模型像“腦內(nèi)沙盤(pán)”機(jī)器人借助它預(yù)測(cè)未來(lái)、決定動(dòng)作推理鏈路長(zhǎng)。而這個(gè)“反骨”世界模型換了思路只在訓(xùn)練場(chǎng)檢查機(jī)器人動(dòng)作后果將檢查結(jié)果作為策略?xún)?yōu)化反饋。訓(xùn)練完成后受控世界模型退出部署鏈路機(jī)器人執(zhí)行任務(wù)無(wú)需展開(kāi)未來(lái)、搜索候選動(dòng)作結(jié)果機(jī)器人更能干活了。這就是光象科技聯(lián)合清華大學(xué)李升波教授課題組發(fā)布的第一代物理原生世界模型Phi - WM 1.0 ActEffect。ActEffect試圖解決的問(wèn)題這項(xiàng)技術(shù)試圖回答具身智能里的一個(gè)長(zhǎng)期問(wèn)題機(jī)器人從演示數(shù)據(jù)學(xué)會(huì)動(dòng)作后能否利用動(dòng)作后果改善策略畢竟這關(guān)系到真實(shí)部署工業(yè)機(jī)器人運(yùn)行模型會(huì)增加時(shí)延、算力和成本世界模型若能在訓(xùn)練時(shí)發(fā)揮作用、執(zhí)行階段保持輕量技術(shù)價(jià)值才能轉(zhuǎn)化為部署價(jià)值。測(cè)試結(jié)果亮眼從測(cè)試結(jié)果看ActEffect在LIBERO上取得98.8%的平均成功率在加入七類(lèi)分布偏移的LIBERO - PLUS上達(dá)到80.3%面對(duì)29維動(dòng)作空間的RoboCasa - GR1平均成功率為67.5%。實(shí)現(xiàn)方法揭秘ActEffect的突破口在模仿學(xué)習(xí)。目前很多通用機(jī)器人策略基于VLA訓(xùn)練時(shí)答案接近示范動(dòng)作得分高但物理世界中動(dòng)作接近和結(jié)果正確有差距。ActEffect先讓策略交出三版答案第一版來(lái)自前饋分支像“第一反應(yīng)”第二版是MIP動(dòng)作頭給出的粗提案第三版在粗提案上精修。這三份提案各自完整便于比較后果。接著受控世界模型登場(chǎng)它根據(jù)當(dāng)前視覺(jué)狀態(tài)和動(dòng)作提案預(yù)測(cè)場(chǎng)景變化三份動(dòng)作分別預(yù)測(cè)且語(yǔ)言指令留在VLA策略側(cè)受控世界模型只看畫(huà)面和動(dòng)作。ActEffect還把未來(lái)狀態(tài)放進(jìn)凍結(jié)的DINOv3視覺(jué)特征空間單獨(dú)學(xué)習(xí)動(dòng)作帶來(lái)的狀態(tài)變化。最后受控世界模型將三次預(yù)測(cè)與真實(shí)未來(lái)比較讓精提案比粗提案、粗提案比前饋提案更接近真實(shí)未來(lái)還對(duì)排序損失加梯度截?cái)?。?xùn)練完成后拿掉受控世界模型和未來(lái)觀(guān)測(cè)分支留MIP動(dòng)作頭完成粗提案和精修。實(shí)驗(yàn)驗(yàn)證有效性在LIBERO上ActEffect比DiT4DiT高出0.2個(gè)百分點(diǎn)且保留了機(jī)器人基礎(chǔ)操作能力在LIBERO - PLUS上平均成功率比Fast - WAM高出不少在RoboCasa - GR1上比第二名ABot - M0高9.2個(gè)百分點(diǎn)比Fast - WAM高10.8個(gè)百分點(diǎn)。消融實(shí)驗(yàn)顯示去掉后果反饋、換DINOv3特征空間、拿掉排序損失都會(huì)使成功率下降證明了訓(xùn)練方式的有效性。與工業(yè)部署的關(guān)系在實(shí)驗(yàn)室評(píng)價(jià)具身智能主要看任務(wù)成功率而真實(shí)生產(chǎn)環(huán)境中機(jī)器人運(yùn)行模型會(huì)增加成本和算力開(kāi)銷(xiāo)。ActEffect把受控世界模型留在訓(xùn)練階段避開(kāi)在線(xiàn)開(kāi)銷(xiāo)讓機(jī)器人提前獲取“后果”經(jīng)驗(yàn)上崗后無(wú)需背負(fù)整套世界模型。光象科技選擇此技術(shù)路線(xiàn)與進(jìn)入的汽車(chē)制造場(chǎng)景有關(guān)傳統(tǒng)自動(dòng)化設(shè)備適應(yīng)性差具身智能可彌補(bǔ)這一缺陷。目前光象科技已完成真實(shí)場(chǎng)景驗(yàn)證與多家頭部汽車(chē)企業(yè)合作在2026ATC展會(huì)上Phi - Bot X1在蔚來(lái)汽車(chē)焊接上下料場(chǎng)景連續(xù)運(yùn)行3天、累計(jì)作業(yè)21.5小時(shí)零失誤、零中斷。商業(yè)化能力是關(guān)鍵過(guò)去具身智能演示驚艷但客戶(hù)現(xiàn)場(chǎng)要求連續(xù)運(yùn)行。具身智能公司要通過(guò)交付驗(yàn)收、指標(biāo)考核還要考慮方案復(fù)制、成本等問(wèn)題。ActEffect把世界模型留在訓(xùn)練場(chǎng)若能讓策略更穩(wěn)、節(jié)省開(kāi)銷(xiāo)可避免算力成本膨脹。光象科技有機(jī)會(huì)向交付環(huán)節(jié)推進(jìn)ActEffect已在仿真中證明世界模型可在訓(xùn)練階段發(fā)揮作用未來(lái)還需在產(chǎn)線(xiàn)上接受考驗(yàn)。