「五傑動力世界」模型車在 RoboCasa 大賽中奪冠,擊敗 GR00T
一家成立僅一年的中國具身人工智慧新創公司「無界動力」(Wujie Power),發布了一款名為 MWA 的潛空間世界模型,該模型以 75.2% 的平均任務成功率登上由史丹佛大學支持的 RoboCasa GR1 TableTop 排行榜榜首,超越了 NVIDIA 的 GR00T-N1.6 模型。 這項成果讓一種反主流的技術方法——將潛在空間世界模型與強化學習相結合——在測試機器人如何應對混亂且不可預測狀況的基準測試中名列前茅。

當一個人拿起一杯水時,大腦會在不到一秒的時間內,估算其重量、預測液面會晃動的幅度,並避開旁邊的玻璃杯。 這種物理直覺正是機器人長期以來難以掌握的,而一家成立僅一年的中國新創公司表示,他們已將此問題推至主要產業基準測試的前列。
這項能力
2026年6月29日,Wujie Power(中文名:五傑動力)發布了其稱為 MWA 的潛在空間世界模型,該模型基於長時效、雙向的物理因果鏈而建構。 在由史丹佛大學及其他頂尖機構共同發起的「RoboCasa GR1 TableTop」排行榜上,該公司的 MWA WALA 模型以 75.2% 的平均任務成功率奪得榜首,超越了包括 NVIDIA GR00T-N1.6 在內的主流模型。 該基準測試在設計上極具挑戰性。它涵蓋了 24 項在非標準廚房環境中進行的高難度任務,包括長時效的多步驟流程以及在受限空間中的物件檢索,並加入隨機光照、雜物以及物件規格的變更,以測試模型在不確定條件下的泛化能力。
此方法的差異之處
當今大多數具身人工智慧系統都遵循「視覺-語言-動作」路徑,這使機器人能夠理解文字指令,但一旦光線變化或物體移動幾公分,系統往往就會失效,因為該模型只是模仿示範過的軌跡,而非理解物理上的因果關係。 Wujie Power 則採取了一條較不常見的路徑,將潛在空間世界模型與強化學習相結合。世界模型建立機器對物理規則的理解並預測未來狀態,而強化學習則透過高頻率的嘗試與獎勵,將此理解轉化為精確的動作。該模型亦完全在共享的潛在空間內運作
與其預測像素,該模型能跳過對無關背景細節的無謂運算,轉而提取該公司所謂的「潛在動作」——即物體在受到作用時如何變化的底層表徵。由於潛在動作不依賴人工標註,該模型可直接利用大量未標註的網路影片進行訓練。為何這很重要
最引人注目的成果不僅是評分結果,更在於其背後的運作方法。透過建模長時程的因果鏈,而非單一步驟的預測,該系統有效減緩了「雪球效應」——即早期微小的錯誤會在漫長的任務過程中不斷累積,最終導致動作序列崩潰。 吳傑·鮑爾(Wujie Power)還建置了一個名為 AnyPhys 的負樣本資料系統,該系統有針對性地收集了數萬個失敗、不穩定及險些出錯的範例——這類資料通常被業界忽略,因為大家更傾向於關注乾淨無瑕的成功案例。 在精準插入測試中,該公司報告指出,在雜訊數據環境下,任務成功率最高提升了五倍。對於正在評估適用於真實工廠及服務環境的「具身人工智慧」的採購方而言,關鍵指標在於干擾下的穩健性,而這正是 RoboCasa 測試環境旨在衡量的核心指標。
更重要的訊號
一條反主流的技術路線剛剛在備受推崇的基準測試中創下領先成績,這至關重要,因為具身人工智慧領域已開始將關注點從示範轉向實際應用。該領域面臨的更棘手問題,不再是機器人能否在舞台上執行預先編寫的任務,而是當環境條件改變時,它能否在無需針對每個新場景重新訓練的情況下持續運作。 一個真正理解重力、接觸與摩擦的模型,無需逐一學習每個情境,因為它能夠自行進行泛化。這條通往通用具身智能的道路最為艱難,卻也是最根本的,這正是為什麼一個
基於物理因果推理所建立的基準測試結果,其意義遠不止於單一排行榜的排名。免責聲明:本文僅供一般資訊參考,並不構成任何投資、財務或商業建議。基準測試數據及技術聲明均引自所引用的原始來源及該公司公布的結果。
圖片來源:為編輯用途生成的說明性圖片,不涉及任何品牌。
來源:
· QbitAI(量子位),〈全球首創:隱空間世界模型,打通長時序雙向物理因果鏈〉(Wujie Power MWA 隱空間世界模型,RoboCasa 排行榜結果),2026年6月29日。 https://www.qbitai.com/2026/06/439891.html
· 基準測試:RoboCasa GR1 TableTop 排行榜(由史丹佛大學及合作機構發起);MWA WALA 由中國科學院自動化研究所深度強化學習團隊共同開發。












