索辰科技加码世界模型，与战略投资企业美梦空间联合发布具身模型与物理测评标准
内容提要
针对VLA模型缺乏物理理解、商业化受阻的问题，美梦空间发布Physical-WAM物理世界动作模型，通过物理Token表征实现感知、预测与动作修正，并推出RoboTwin-Phys物理漂移评测基准，以开源方式推动具身智能走向真实产业场景。
延伸解读
物理Token：让机器人从“模仿”走向“理解”
现有VLA模型本质是统计学模仿者，只知“看到杯子就该抓”，却不知杯壁薄厚、摩擦力大小。Physical-WAM在感知与动作之间插入物理Token表征，通过PhysLens提取摩擦、重量、重心等不可观测物理量，PhysDream预测未来物理状态，PhysAct生成条件化动作。这使机器人能像人类一样凭“物理直觉”随机应变，而非简单复现动作。
RoboTwin-Phys：为物理适应度建立标尺
传统评测只测任务完成度，不测物理适应度，模型在固定参数下高分，却对物理扰动毫无鲁棒性。RoboTwin-Phys新增13类物理扰动，覆盖物体属性、接触、阻尼、环境、相机五维度，支持单因素到组合扰动。它提供物理真值、固定种子配对评估，并分层诊断推断准确性、扰动下成功率与性能上界，且开源开放，为行业提供可复现的标准化标尺。
数据稀缺下的世界模型路径
机器人真实物理交互样本仅百万量级，与文本图像数十亿级相差数万倍，且采集成本高、跨本体迁移难。Physical-WAM通过物理Token在感知与动作间插入中间表征，利用可观测数据与深层物理数据训练，在数据受限条件下提升物理理解与实时修正能力。这为具身智能商业化提供了一条不依赖海量真机数据的可行技术路径。
开放挑战：粒度、迁移与仿真保真度
Physical-WAM仍面临边界问题：物理Token粒度能否覆盖表面粗糙度各向异性、非线性弹性等复杂接触效应；跨本体迁移时，物理参数到动作的映射高度依赖末端执行器形态，多本体适配效率待验证；PhysDream推演精度受限于仿真引擎保真度与传感器噪声，对织物大变形、颗粒流动等效应，闭环鲁棒性边界尚不明确。这些是后续迭代的关键方向。
Q&A
Physical-WAM是什么？它和传统世界模型有什么区别？
Physical-WAM是美梦空间发布的全球首个具备物理感知能力的物理-世界动作模型。传统世界模型的中间表征是像素或隐空间向量，只能推演物理世界的演化，无法感知物理本身；而Physical-WAM在感知信号输入和动作输出链路之间插入一层“物理Token”表征，能实时觉察物理变化，并预判动作后果、实时修正行为。
Physical-WAM由哪些模块组成？它们各自的作用是什么？
Physical-WAM由PhysLens、PhysDream、PhysAct三个模块构成，形成“感知→预测→生成→修正”的反馈链条。PhysLens是“物理翻译器”，从多模态感知信号中提取摩擦、重量、重心、接触状态等不可直接观测的物理信息，输出统一的物理Token表征；PhysDream是“物理预言家”，结合当前物理表征、环境状态和候选动作推演未来物理状态，预测打滑、脱手等风险并给出不确定性评估；PhysAct负责物理条件化动作生成，把物理属性与未来状态预测引入动作生成，当环境发生物理漂移时自动调整执行策略。
RoboTwin-Phys评测基准是什么？它主要评测什么？
RoboTwin-Phys是业内首个以物理因素扰动为核心评测对象的机器人操作基准，由美梦空间发布。它把现实中抽象的物理参数转化为可控、可标记、可复现的变量，新增了13类真实世界常见的物理扰动因素，从物体属性、接触属性、阻尼、任务环境到相机配置五大维度，支持单因素扰动到多因素组合扰动测评。其评测遵循三层递进逻辑：物理属性推断准不准、物理扰动下任务还成不成、性能差距的上界在哪里。
为什么现有的VLA模型在商业化中会遇到困难？
现有VLA模型在标准静态测试中表现尚可，但一旦引入空间布局偏移或时序外推等干预，成功率断崖式下跌。在接触丰富任务中，VLA存在“精度失效”与“力失效”两个相互独立的失效模式。本质上，VLA驱动下的机器人只知道“看到杯子就该抓”，但不知道“杯壁有多薄、摩擦力够不够、注水后重心会不会偏”，它是个统计学模仿者，不是物理世界的参与者。
美梦空间与索辰科技是什么关系？
美梦空间是一家专注于世界模型研发与应用的公司，由北京大学信息技术高等研究院高文院士领衔的AVS先进视觉系统研究中心孵化。2026年8月，物理AI头部企业索辰科技（688507.SH）完成对美梦空间独家种子轮战略投资，双方在数据、算力、物理AI等技术层面深度协同，共同推进世界模型研发与产业应用落地。Physical-WAM和RoboTwin-Phys正是双方携手发布的成果。
Physical-WAM目前面临哪些技术挑战或待探索的方向？
Physical-WAM面临三个主要待探索方向：第一，物理Token的粒度边界在哪？摩擦、质量、重心是高度抽象的参数，但真实接触中还存在表面粗糙度的各向异性、材料的非线性弹性行为、接触面积的动态变化，当前表征能力的上限需要更系统的消融研究来回答。第二，跨本体的物理迁移效率如何？物理参数到动作的映射高度依赖末端执行器的形态与动力学特性，多本体适配的一致性和效率是检验架构泛化能力的关键指标。第三，仿真物理的保真度天花板在哪？PhysDream的推演精度受限于仿真引擎的物理保真度和真实传感器的噪声水平，当真实世界存在仿真无法建模的效应时，闭环的鲁棒性边界需要进一步明确。
