“反骨”世界模型ActEffect登場這個世界模型著實有點“反骨”。上崗前花大量時間陪機器人訓(xùn)練等機器人干活時它卻從部署鏈路退出。以前的世界模型像“腦內(nèi)沙盤”機器人借助它預(yù)測未來、決定動作推理鏈路長。而這個“反骨”世界模型換了思路只在訓(xùn)練場檢查機器人動作后果將檢查結(jié)果作為策略優(yōu)化反饋。訓(xùn)練完成后受控世界模型退出部署鏈路機器人執(zhí)行任務(wù)無需展開未來、搜索候選動作結(jié)果機器人更能干活了。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試圖解決的問題這項技術(shù)試圖回答具身智能里的一個長期問題機器人從演示數(shù)據(jù)學(xué)會動作后能否利用動作后果改善策略畢竟這關(guān)系到真實部署工業(yè)機器人運行模型會增加時延、算力和成本世界模型若能在訓(xùn)練時發(fā)揮作用、執(zhí)行階段保持輕量技術(shù)價值才能轉(zhuǎn)化為部署價值。測試結(jié)果亮眼從測試結(jié)果看ActEffect在LIBERO上取得98.8%的平均成功率在加入七類分布偏移的LIBERO - PLUS上達到80.3%面對29維動作空間的RoboCasa - GR1平均成功率為67.5%。實現(xiàn)方法揭秘ActEffect的突破口在模仿學(xué)習(xí)。目前很多通用機器人策略基于VLA訓(xùn)練時答案接近示范動作得分高但物理世界中動作接近和結(jié)果正確有差距。ActEffect先讓策略交出三版答案第一版來自前饋分支像“第一反應(yīng)”第二版是MIP動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它根據(jù)當(dāng)前視覺狀態(tài)和動作提案預(yù)測場景變化三份動作分別預(yù)測且語言指令留在VLA策略側(cè)受控世界模型只看畫面和動作。ActEffect還把未來狀態(tài)放進凍結(jié)的DINOv3視覺特征空間單獨學(xué)習(xí)動作帶來的狀態(tài)變化。最后受控世界模型將三次預(yù)測與真實未來比較讓精提案比粗提案、粗提案比前饋提案更接近真實未來還對排序損失加梯度截斷。訓(xùn)練完成后拿掉受控世界模型和未來觀測分支留MIP動作頭完成粗提案和精修。實驗驗證有效性在LIBERO上ActEffect比DiT4DiT高出0.2個百分點且保留了機器人基礎(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個百分點比Fast - WAM高10.8個百分點。消融實驗顯示去掉后果反饋、換DINOv3特征空間、拿掉排序損失都會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)系在實驗室評價具身智能主要看任務(wù)成功率而真實生產(chǎn)環(huán)境中機器人運行模型會增加成本和算力開銷。ActEffect把受控世界模型留在訓(xùn)練階段避開在線開銷讓機器人提前獲取“后果”經(jīng)驗上崗后無需背負整套世界模型。光象科技選擇此技術(shù)路線與進入的汽車制造場景有關(guān)傳統(tǒng)自動化設(shè)備適應(yīng)性差具身智能可彌補這一缺陷。目前光象科技已完成真實場景驗證與多家頭部汽車企業(yè)合作在2026ATC展會上Phi - Bot X1在蔚來汽車焊接上下料場景連續(xù)運行3天、累計作業(yè)21.5小時零失誤、零中斷。商業(yè)化能力是關(guān)鍵過去具身智能演示驚艷但客戶現(xiàn)場要求連續(xù)運行。具身智能公司要通過交付驗收、指標(biāo)考核還要考慮方案復(fù)制、成本等問題。ActEffect把世界模型留在訓(xùn)練場若能讓策略更穩(wěn)、節(jié)省開銷可避免算力成本膨脹。光象科技有機會向交付環(huán)節(jié)推進ActEffect已在仿真中證明世界模型可在訓(xùn)練階段發(fā)揮作用未來還需在產(chǎn)線上接受考驗。