这个世界模型训练完就“退场”，机器人反而更能干了
内容提要
光象科技联合清华发布物理原生世界模型ActEffect，训练时预测动作后果并优化策略，执行时退出部署以降低成本。在LIBERO等基准测试中成功率领先，已用于汽车制造场景，验证了稳定性和效率。
延伸解读
训练与执行分离的部署逻辑
ActEffect将世界模型限制在训练阶段，执行时仅保留轻量策略头，直接降低在线推理的时延与算力开销。在工业场景中，多一层模型推理会转化为产线成本，尤其当方案复制到几十个工位时，额外显卡与功耗会显著放大。这种设计将“多想”留给训练，执行链路更短，契合工业部署对稳定性和成本的要求。
后果反馈如何提升策略质量
传统模仿学习只要求动作接近示范，但数值相近的动作在物理世界中可能结果迥异。ActEffect让策略生成三份完整动作提案，由受控世界模型预测各自后果，并与真实未来比较，通过排序损失引导策略优化。梯度截断防止差提案靠变得更差来衬托好提案，确保反馈信号始终推动策略向正确结果靠近。
从仿真到真机的验证差距
ActEffect在LIBERO、LIBERO-PLUS和RoboCasa-GR1等基准上表现领先，但仿真成功率高不等于产线可靠。光象科技已在汽车制造场景中验证Phi-Bot X1连续运行21.5小时零失误，但那是整套系统，新模型仍需在真实产线上接受节拍、精度、故障率等验收考验。算法成绩要落地，还需硬件、部署与维护的协同。
Q&A
ActEffect世界模型的核心创新点是什么？
ActEffect的核心创新在于将世界模型从执行阶段移到训练阶段。训练时，它预测动作后果并优化策略；执行时，模型退出部署，机器人无需在线展开未来，从而降低推理成本。
ActEffect在LIBERO基准测试上的成功率是多少？
ActEffect在LIBERO基准测试上的平均成功率为98.8%，比DiT4DiT的98.6%高出0.2个百分点。
ActEffect如何利用动作后果来优化机器人策略？
ActEffect让策略生成三份动作提案（前馈提案、粗提案、精提案），然后由受控世界模型预测每份提案的未来状态，并与真实未来比较，通过排序损失鼓励精提案优于粗提案、粗提案优于前馈提案，从而将后果反馈融入策略优化。
为什么ActEffect要在执行阶段移除世界模型？
为了降低部署成本。在真实工业场景中，每一步推理都对应时延、算力和成本，移除世界模型可以保持执行链路轻量，避免额外的计算开销，同时不影响性能。
ActEffect在真实工业场景中的应用情况如何？
光象科技已将ActEffect应用于汽车制造场景，如焊接上下料和移动质检。在2026ATC展会上，Phi-Bot X1在蔚来汽车焊接上下料场景连续运行3天，累计作业21.5小时，零失误、零中断。
ActEffect在RoboCasa-GR1任务上的表现如何？
在RoboCasa-GR1任务中，ActEffect需要控制GR-1人形机器人在29维动作空间完成24项桌面操作，平均成功率达到67.5%，比第二名ABot-M0高9.2个百分点。
ActEffect的消融实验揭示了哪些关键组件的重要性？
消融实验显示，去掉后果反馈后LIBERO成功率从98.8%降至97.0%；将DINOv3特征空间换成VLM表示后成绩为97.3%；拿掉排序损失后为98.1%。这表明后果反馈和DINOv3特征空间对性能提升有重要作用。
