上海，这座充满活力的城市，近日因一场盛会再度成为焦点。WAIC 2026的开幕，让这座本就热闹非凡的都市更加火热，即便气温直逼四十度，也丝毫未减人们对这场国内顶级AI盛会的热情。开展后，仍有不少朋友四处打听购票渠道，可惜门票早已售罄，一票难求。
逛展首日，一个明显的感受是，具身智能在当下人工智能领域已占据重要地位。展馆“广场”区域，核心展示的便是具身机器人，宇树的机甲机器人GD01更是被置于进门的主视觉位置，格外引人注目。不仅如此，WAIC 2026还专门拿出一整个展馆用于具身机器人展示，相关企业数量从去年的80多家激增至200多家，现场人潮涌动，展出的机器人也是琳琅满目。
与现场多家企业交流后发现，多数机器人团队正从技术研究者向实用主义者转变。尽管“强化学习之父”理查德·萨顿在WAIC 2026现场演讲中指出，以大语言模型为代表的AI尚处于早期阶段，具身智能技术也未达到广泛商用水平，但资本、创业团队、客户和市场都已开始思考具身机器人的实际应用场景，尤其是如何用其切实解决问题。
在此背景下，形形色色基于人形机器人的衍生硬件形态不断涌现，成为具身机器人落地应用的主力军。而人们最关心的技术问题，无疑是机器人的“大脑”，尤其是如何运用世界模型打造具身机器人的通用“大脑”。在WAIC 2026大会主论坛上，一场关于具身智能世界模型的对话吸引了众多目光。
参与对话的嘉宾包括智元合伙人、觅蜂科技董事长兼首席执行官姚卯青，它石智航创始人兼首席执行官陈亦伦，以及亮源新创创始人兼首席执行官姜旭。前两家是国内具身数据领域的头部团队，后者则是OpenAI算法负责人2024年创业成立的陪伴机器人明星团队，今年陪伴机器人热度极高，对“大脑”的需求也更为迫切。
对于世界模型应具备的能力，姚卯青认为，世界模型与强化学习领域的定义相关，核心是能理解物理世界运行规律的AI系统，最重要的是预测世界下一个状态，而非简单渲染画面。这需要掌握四项技能：理解多模态信息并融合；掌握物理规律；具备因果推理能力；拥有长时间、长程推理能力。陈亦伦则表示，具身智能领域的世界模型是能高频联合预测动作和状态的人工智能模型，相比VLA，世界模型不仅能告知下一个动作，还能说明动作对世界状态的影响及是否符合预期，这种方法可灵活结合监督学习和强化学习，提高任务完成度和成功率。姜旭认为，世界模型核心任务是预测世界下一个状态和下一个动作，若必须取舍，预测动作更重要，因为训练世界模型的目的是控制机器人。他还指出，世界模型的发展可借鉴大模型路径，通过大规模模仿人和超越人实现突破，但仅靠世界模型无法实现通用具身智能，还需可规模化的预训练、对齐、商业化和部署三次范式突破。
对于未来三年具身智能的落地应用场景，姚卯青认为，短期内容易落地的场景是高频、刚需、环境可控、确定性强且具备一定容错空间的“简单场景、简单任务”。智元已开展相关实际应用场景落地工作，如上个月产线真实计时直播，机器人编队在每天十几个小时的工作中完成6万多件产线操作，成功率达99.99%，与人类节拍近似。陈亦伦对制造业非常乐观，原因有三：制造业场景适合且友好具身智能，数据浓度高、任务完成有明确界定标准、有大量人类视角数据且工种丰富；中国制造业在全球拥有最好、最集中、最丰富的场景，Coding AI和制造领域的Physical AI可划等号；公司技术路径是Foundation AI + APP，注重全栈技术在真实场景中产生价值，已与汽车行业国内外龙头企业合作推动千台级别工业具身机器人大规模集群部署落地。姜旭认为，具身智能是多模态大模型的延伸，其商业化和落地规律可参考大模型应用落地规律。大模型突破需强大预训练和强化学习、对齐，具身智能智能水平突变的领域应是互联网积累大量数据的领域，即全互联网视频数据对应的日常生活场景。初期大规模商业化落地场景需高容错率，因为大模型技术特点天然具备泛化性，但精确性和可靠性不足。具身智能公司应保持开放心态，广泛探索场景。
