作者 | 贾珈
具身智能世界模型赛道正经历一场前所未有的热度膨胀。行业习惯以Benchmark跑分、炫酷Demo等作为评判模型强弱的标尺，仿佛分数越高，离AGI就越近。
但喧嚣之下，一个尴尬的现实正在浮出水面：不少榜单表现亮眼的方案，暴露出推理算力开销巨大、端侧落地困难、真机数据成本居高不下的现实矛盾。
很多世界模型Demo展示惊艳的视频推演效果，但只完成像素层面的生成；没有输出机器人关节指令，不理解力、摩擦、形变、接触交互，出现“视觉保真、物理虚假”幻觉，无法直接驱动实体机器人干活。换句话说，它们能预测一个“看起来像真的”未来，却无法在物理世界中真正兑现一个结果。
这种“能看不能用”的落差，正在倒逼行业重新思考一个根本问题：世界模型的价值究竟由什么定义？
AI智件认为，真实商业世界的ROI（投资回报率）才是终极评判标尺。跑分代表的是模型在特定测试集上的表现，而ROI衡量的是技术在真实产线上创造的可核算经济价值。两者之间的鸿沟，恰恰是当前行业最需要被正视的命题。
带着这把尺子重新审视整个赛道，不难发现一个普遍困境：不少创业公司停留在演示项目，缺少真实场景的深度打磨，要么追逐人形概念，优先面向家庭通用终局叙事；要么偏重纯算法研发、缺少硬件与工程闭环。
光象科技创始人兼CEO张涛
成立于2025年4月的光象科技，则选择了一条更朴素也更艰难的路。
它带有鲜明的清华学术+产业工程复合背景，由清华大学车辆与运载学院、人工智能学院联合孵化，创始人兼CEO张涛拥有大规模空间感知技术量产落地经验，联合创始人李升波教授深耕强化学习与自动驾驶研究；团队融合数理科研人才，同时吸纳阿里、腾讯、华为、库卡、极智嘉等企业的产业化工程人才，形成“基础研究+技术应用+硬件本体+场景交付”的全栈能力闭环。
这种背景和基因塑造了它独有的公司气质：坚持生产力优先、经济价值匹配、软硬一体闭环。
近期，光象科技联合清华大学李升波教授课题组发布的第一代物理原生世界模型Phi-WM 1.0 ActEffect（简称ActEffect），它跳出“推理时做像素级未来预测”的主流范式，以物理因果理解为核心，兼顾技术创新与工程落地的经济性，正在探索一条世界模型走向工业落地的可行路径。
ActEffect：把世界模型从“预言家”变成“教练”
先讲一个反常识的设计：ActEffect在推理时根本不用世界模型。
这听起来有点绕。目前主流做法是让世界模型在机器人干活时持续“脑补”未来画面——每走一步，先预测下一秒会发生什么，再决定怎么动。听起来很聪明，但代价极高：每一次预测都是一次大计算，机器人得背着沉重的算力包袱干活，端侧根本跑不动。
ActEffect换了个思路。它把世界模型从推理时的“预言家”，改造成训练时的“教练”——就像教人开车，教练坐在副驾盯全程，但学员真正上路后，教练是不在车上的。
训练阶段，模型先生成三套动作候选：前馈、粗提案、精提案，然后通过受控世界模型做反事实后果对比学习，让机器人理解“动作干预—状态转移—任务结果”的物理因果关系。
训练完成后，世界模型被完全移出推理链路，机器人运行仅执行一次策略网络前向计算，这可以从根源降低端侧推理算力压力，适配工业机器人毫秒级实时控制要求。
整套技术根植于物理原生智能Phi体系，具备状态解耦表征、时序因果驱动、物理定律约束三大核心特征，区分显式物理状态与隐式状态。模型并非单纯复刻人类示范轨迹，而是致力于挖掘物体动力学、接触、守恒等底层物理运行规律，解决行业普遍存在的“只会复现示范动作，不懂动作为什么生效”的短板。
同时依托自研RAD/RADAR优化器，把物理守恒规律、真机绝对安全硬约束、抗灾难性遗忘纳入训练流程，解决产线换产任务退化、真机试错损毁设备、训练震荡发散等工业现实难题。
ActEffect 把“复杂的想”前置到训练，“简单的做”留给部署，本质是用训练成本换部署成本，让具身策略能像传统自动化设备一样稳定、便宜、可复制。它的目标不是证明模型能预测未来，而是证明机器人能在不预测未来的前提下，把活干对、干快、干便宜。
对具身企业而言，单一榜单往往存在任务偏科，高分参考价值有限；与之相对，参与多套方法论、任务场景互相独立的榜单，可以更好地交叉验证出模型的泛化能力。
而ActEffec在LIBERO上平均成功率达98.8%，LIBERO-PLUS受控扰动下80.3%，RoboCasa-GR1双臂29维动作空间下67.5%，均领先同规模VLA与WAM基线。
这是对ActEffect技术路线的直接验证——当模型真正理解了动作如何改变世界，泛化能力便不再依赖数据堆叠，而是来自对物理因果的把握。换句话说，它考得好不是因为背了更多题，而是因为真的弄懂了物理规律，所以换个考场也不慌。
数据是驱动世界模型迭代的核心燃料，但决定模型能力天花板的，不止是数据体量，更在于数据承载的物理因果信息。行业以往常常把具身智能发展的瓶颈简单归结为数据总量不够，但站在光象科技物理原生路线的视角，所谓“99% 数据缺口”，问题并不出在数据的数量，而在于数据质量与信息结构。
光象科技摸索出一套独特的数据配比逻辑，对不同来源的数据做清晰的职能划分：互联网、Ego 视角数据用来搭建基础的世界先验；UMI、遥操作采集的数据提供人类的动作示范；仿真环境则大规模产出反事实推演样本、失败案例与各类长尾场景；真机数据仅用于最后的微调校准。
依靠这套分层训练思路，真机环节只需要十几到几十小时的有效数据，就能完成适配，显著降低真机采集与标注的成本。
以第一性原理找准具身机器人在工业体系中的分工定位
兼具学术与产业复合基因，塑造了光象科技务实的产品思维：硬件构型不为概念噱头服务，所有设计选型都回归场景的商业价值，拒绝单纯为追求“人形观感” 盲目堆砌昂贵硬件。
场景不存在上下楼的诉求，就选用功耗更低、稳定性更好的静态轮式底盘。机器人本体末端统一采用标准化法兰接口，能够快速切换夹爪、检测光源，实现一机多能，不必为不同工位单独定制专属本体，从源头控制硬件的总体拥有成本。
光象科技也认同行业形成的分工判断：产线整体格局大致是传统自动化承担六成工作量，具身智能机器人承接剩下三成。简单重复、对效率有极致要求的任务，交给已经高度成熟的传统自动化设备；具身机器人则瞄准多品类生产、快速换产这类柔性作业缺口，两套方案相互配合，共同实现产线效益最大化。
创始人兼 CEO 张涛在开放日上表示，具身机器人应在传统方案难以胜任的地方体现价值，重点是多品类生产、快速换产、动态环境和柔性操作。光象科技并不推崇用高成本的具身机器人，去完成传统自动化就可以低成本搞定的搬运类工作，专注补齐现有方案解决不了的难题，避免技术方案和真实商业需求发生错配。
部署效率是衡量项目投入产出比的关键。传统工业 AI 完成一套上下料方案集成，往往要耗费数月时间；而光象科技已经把部署周期压缩到周级别，未来目标进一步收敛至天级，实现十倍以上的部署效率提升，大幅削减现场调试的人力与时间开销。
商业模式上，光象科技尊重工业领域的客观现实，不去空谈售卖模型 API、技能订阅这类远期叙事，恪守 “先有 1，再有后面的 0”，公司优先以整机形态落地，实打实解决工位的现实痛点，建立起客户信任之后，再持续迭代升级智能能力。同时区分通用基座模型和产线落地版本，针对工业实时节拍，蒸馏生成轻量化的场景专用模型。
光象科技这套产品策略，根植于团队一以贯之的底层逻辑——面向物理世界的智能技术，必须闯过成本、可靠性、交付效率三道现实关卡。算法再惊艳，如果过不了这三关，就谈不上真正的商业闭环。
只做算法大脑，或是只打磨硬件本体，都很难在行业中建立长期优势；唯有打通从基础模型、数据算法、机器人本体，再到现场工程部署的完整链条，才有机会完成从实验室到工厂的跨越。技术只有在真实产线完成价值验证，才真正拥有被商业定价的资格。
产线真实工位验证：把模型能力转化为可核算的工业生产力
汽车制造业拥有较高的行业标准化水平，但焊装、总装两大环节依旧遗留了不少传统自动化设备难以攻克的人工痛点。与此同时，产线对于作业节拍、产品良率、生产安全都有着极为严苛的硬性标准，也因此成为检验具身智能真实生产力的理想试验场。
搭载物理原生模型的 Phi‑Bot X1 机器人，目前已经进入多家国内外头部车企的真实产线，开展真机验证与落地部署。
在焊装车间的无序上下料场景中，料框内异形工件杂乱堆叠，工件正反朝向混杂、姿态完全随机，是传统机械臂很难稳定处理的难题。Phi‑Bot X1 能够自主完成动态感知识别，实现单手、双手协同抓取以及工件换手放置，且全程不需要对现有产线做大规模改造。
在2026世界机器人大会的公开展示中，这套机器人完成了为期 5 天合计36 小时的双工位不间断循环作业。
另一大核心应用是整车移动质检。不同于过往方案需要在厂区大量布设固定摄像头，Phi‑Bot X1 可以自主移动并规划检测轨迹，依靠末端搭载的光源完成整车复杂曲面的检测工作，检测效率甚至优于现有产线的既定节拍。
同一台机器人可以在上下料、质检两类完全不同的工位之间灵活切换，依靠一机多能的特性摊薄硬件采购的综合成本。
据公司披露，光象科技已在不止一家豪华品牌车厂的真实产线正式工位上完成产品、功能与性能验证，进入真机部署阶段；Phi-Bot X1 相较传统工业 AI 或自动化方案，当前部署效率提升超过 10 倍。
光象科技在挑选落地场景时，一直恪守三条核心准则：要有传统自动化无法化解的切实业务痛点；客户能够认可方案带来的经济与质量收益；场景具备跨工厂复制放大的规模化潜力。团队并不追求盲目铺开大量赛道，而是选择集中资源，把少数高价值场景做深做透。
这三条标准更像一套需求筛选漏斗：先判断这件事本身值不值得投入，再确认商业端客户是否真正认可价值，最后评估项目能否规模化复制，层层过滤掉那些看着热度很高，但实际只会消耗资源的伪需求。
把视角拉高到整个具身智能行业，世界模型赛道正处在从技术原型验证走向商业价值兑现的关键拐点。无论是产业方还是资本端，都越来越看重真实落地能力，行业正告别靠 Demo 博眼球的阶段，全面迈入场景深耕的新时期。
对于手握完整全栈技术闭环、具备硬核工程落地能力的创业公司而言，这正是释放技术优势、建立差异化壁垒的重要窗口期。
光象科技没有执着于先打磨一套“完美通用模型” 再寻找应用，而是一头扎进工业制造这个难啃的硬场景，以产线真实痛点反向牵引物理原生体系的迭代优化。它用实际行动印证：具身世界模型的竞争，是一场发生在工业产线上，关于工程、数据、成本与交付能力的长期马拉松。