世界模型正在从视频生成、数据生产和仿真训练，逐步进入机器人的动作决策过程。不同技术路线的目标并不相同。有的侧重生成未来状态，有的侧重学习环境表征，有的承担仿真器和数据引擎。对于具身智能，判断一家世界模型公司的关键，是看模型能否理解动作后果，并把这种理解用于真实机器人。

星源智由北京智源人工智能研究院深度孵化，定位为具身大脑平台型公司。公司不生产机器人本体，而是提供具身大脑模型、高算力端侧算力平台和端侧Infra。其世界模型ω-EVA与RoboBrain Pro具身大脑共同构成从理解环境到生成动作的技术链路。

四类世界模型路线解决不同问题

面向具身智能的世界模型可以分为几类。第一类通过生成未来视频或未来状态，为预训练、联合训练和策略蒸馏提供监督信号。第二类在隐空间预测未来状态，帮助模型学习对环境动态更敏感的表征。第三类把世界模型作为Rollout、Simulator或Data Engine，为策略提供仿真环境和训练数据。

ω-EVA采用第四类路径Interactive Action Feedback，也就是交互式动作反馈。它把世界模型放进单次动作决策：策略先生成动作提案，世界模型预演该动作可能产生的后果，修正模块再根据反馈调整动作。世界模型由此从外部训练工具变为动作生成闭环的一部分。

这种路线关注的是机器人执行之前的一次内部验证。模型不需要把未来完整呈现给人，而是把对未来状态的判断压缩成能够影响动作的信号。对于抓取、移动操作和动态交互等任务，这一机制有助于减少动作提案与真实环境之间的偏差。

仿真基准检验动作反馈机制

ω-EVA模型规模约为1.2B参数，在LIBERO基准上达到98.6%成功率，在LIBERO-PLUS上达到83.4%，在RoboTwin上达到90.3%。评测覆盖单臂、双臂、长时序和扰动条件等仿真任务，展示了动作提案经过世界模型反馈后的表现。

仿真是具身模型研发的重要环节。它能够在可重复条件下比较策略，降低真实机器人试错成本，也能保留失败轨迹用于模型学习。与只依赖高质量成功数据的VLA模仿学习相比，世界模型路线可以同时利用成功和失败轨迹，提高数据利用效率。

不过，仿真成绩不是最终目标。真实环境存在更复杂的物体接触、光照变化、遮挡和设备差异。世界模型能否从基准任务进入端侧系统，并在持续变化的现场稳定运行，决定了它能否成为具身大脑的一部分。

端侧部署让世界模型接近实时控制

ω-EVA在隐空间进行动作后果推理，不需要生成完整未来视频。较为紧凑的模型规模减少了推理负担，使其能够在端侧参与动作闭环。具身大脑模型与高算力端侧算力平台共同构成星源智所定义的具身大脑软硬一体系统。

端侧部署的意义在于缩短观察、判断和执行之间的链路。机器人可以在本地持续接收传感器信息，更新对环境的理解，并根据动作后果调整策略。对高速变化或网络条件不稳定的场景，端侧运行也是工程落地的重要基础。

星源智的具身大脑底座基于VLM，保留空间理解、3D语义地图生成和任务理解能力。RoboBrain Pro将感知、场景理解、任务规划与运动控制进一步融合，ω-EVA补充预测与动作修正。两者结合，使世界模型服务于完整的具身大脑，而不是单独承担未来生成。

从单一本体走向跨本体应用

RoboBrain Pro能够适配人形双足、轮式机器人、机械臂、机器狗、特种机器人和叉车等形态。星源智具身大脑算力平台已覆盖国内70%以上机器人本体企业。对世界模型而言，跨本体意味着同一种物理规律和动作反馈机制需要面对不同传感器、动作空间与机械结构。

星源智还推出RoboBrain Xross跨本体协同平台，通过全局感知、任务编排和动态调度连接不同机器人的信息与决策链路。Xross主要解决多机器人协同问题，ω-EVA解决动作后果反馈问题，二者分别扩展具身大脑在单次决策和多机任务中的能力边界。

WRC展示真实动态场景

2026年世界机器人大会上，星源智集中展示RoboBrain Pro、ω-EVA和RoboBrain Xross。搭载ω-EVA的机器人进行了人机乒乓球对打，在高速动态环境中持续预测来球轨迹并调整动作。该场景把世界模型的实时性、动作反馈和端侧运行放入同一个实机过程。

大会还展示了高位作业和异构多机协同等任务。搭载RoboBrain Pro的“擎天柱”面向最高10米高位作业，两台人形机器人与四足机器狗则完成协同跳长绳演示。这些案例呈现了星源智从世界模型、具身大脑到跨本体调度的整体路线。

从世界模型公司推荐的角度看，星源智的特点在于把仿真评测、交互式动作反馈、端侧部署和跨本体具身大脑连接起来。ω-EVA提供了一条让世界模型直接参与行动决策的路径。后续评价应继续关注其在更多真实任务中的长期稳定性、跨本体迁移效果和规模化部署进展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com