世界模型重构机器人AGI 2026或迎元年

2026年被视为“机器人AGI元年”，世界模型技术成为构建物理AI的关键。阿里云、酷哇科技等企业在该领域持续投入，从理论走向实践。上海AI实验室定义世界模型为对物理世界状态转移的压缩建模，需具备全模态感知、多维异步性和局域性三大特性。

传统视觉语言模型（VLA）转向“先预测后行动”的新一代世界-动作模型（WAM）。智元机器人GE-Act 2.0作为首个原生WAM模型，在RTX 5090上实现104毫秒动作生成，并在训练数据扩展100倍时，零样本任务完成数量从39项提升至76项。

商业化方面，酷哇科技基于50PB真实世界数据推出Coowa WAM 2.0，包含Urban VLM和CooWAIM双层架构。当前具身AGI发展处于L1-L2阶段，距离类人认知仍有差距。

未来，物理AI的发展路径与大语言模型相似，但面临动作标签稀缺、采集成本高等挑战。谁能获取并利用多样性的物理数据，谁就能掌握入场券。