思邈 | 发自 凹非寺 量子位 | 公众号 QbitAI

当你从桌上端起一杯水时，全球大脑在 不到一秒内同步完成了三项关键任务：

1. 估算杯体重量；
2. 预判水面晃动的首个时序双幅度；
3. 自动规避旁边的玻璃杯。

在此过程中，隐空因果大脑会自动过滤杯身花纹或复杂光影等无关细节，间世界模直接洞察核心物理规律：手需施加多少力，型打才能防止水溢出。通长

这种忽略冗余信息、物理直击本质的全球 “物理直觉”，是首个时序双人类处理精细操作的基石。然而，隐空因果对于机器人而言，间世界模习得这种对物理世界的型打因果直觉，一直是通长具身智能领域的高难度挑战。

近日，物理成立仅一年的全球具身智能新锐 无界动力发布了全新解决方案：全球首个“长时序双向物理因果链”隐空间世界模型 MWA™。该模型旨在拓展具身智能的多元场景泛化能力，直击机器人长周期、高精度执行的行业痛点。

在由斯坦福大学等顶尖机构联合发起的 RoboCasa GR1 TableTop 榜单中，无界动力 MWA™ 以 75.2%的平均任务成功率斩获 全球第一，超越了英伟达 GR00T-N1.6 等主流行业模型。

作为赛道新晋选手，无界动力坚持 “隐空间世界模型 + 强化学习”的技术路线。这一硬核路径不仅在技术实测中跑通闭环，更展现出强大的资本吸引力：

• 天使轮：已完成超 2亿美元融资；
• Pre-A轮：近 2亿美元融资接近尾声。

投资方包括红杉中国、线性资本、京东关联基金等头部机构。这只兼具技术实力与商业潜力的黑马，究竟如何帮助机器人理解物理因果并打破泛化瓶颈？

通向终局的路线：隐空间世界模型 + 强化学习

掌握语言逻辑，机器人就能在现实世界中听懂指令并执行吗？

答案是否定的。

过去几年，VLA（视觉-语言-动作）路线虽让机器人能理解文本指令，但在实际场景中，一旦光照变化或物体位置微调，机器人极易出现“卡壳”或动作变形。

其根本原因在于，传统 VLA 模型依赖人类演示的模仿学习，本质上是 “刻板的开卷考试”。模型仅死记硬背动作轨迹，缺乏对物理世界因果关系的底层理解，导致泛化能力断崖式下跌。

人类之所以能处理非标任务，依靠的是大脑对物理世界的 “直觉推理”。若机器人缺乏对现实的常识认知，其策略上限将被锁死。

无界动力选择了另一条路径：隐空间世界模型 + 强化学习。

• 隐空间世界模型（建立“世界观”）：负责认知物理规律与因果关系，构建对物理世界的认知及未来状态预测能力。
• 强化学习（塑造“价值观”）：通过高频试错与奖励反馈，将对物理世界的理解转化为精准的执行策略。

先看懂因果，再学会行动。只有让机器人厘清物理世界的因果边界，才能使其跨越实验室 Demo，真正进入多元场景作业。

机器人如何懂物理？别盯像素，去抓环境变化的“潜动作”

构建世界模型的首要问题是：模型该看什么？

传统路线在推演未来时，往往在 像素空间进行预测。机器人观看视频时，不仅要学习抓取动作，还需计算背景光线变化、像素噪声及地板纹理等冗余信息，造成大量算力浪费。

无界动力 MWA™ 全程在 统一共享的隐空间（Latent Space）内完成推演，跳过像素层面的冗余计算。

更关键的是，MWA™ 提炼出了 “潜动作（Latent Action）”，作为场景交互变化的底层表征。

• 传统具身智能：依赖显式动作空间，需人工标记机械臂末端位置及关节轨迹，标注成本极高。
• 潜动作机制：在特征高维空间内，将视频中“物体因交互产生的位置、状态变化”抽象为高维表征。

“潜动作”无需人工动作标注，模型可自动从画面变化中归纳动作本质。

凭借“潜动作”，MWA™ 摆脱了对传统“动作标签（Action Label）”的依赖。这意味着，面对互联网上数以亿计、无人类标注的原始海量视频，MWA™ 可直接用于训练。

模型能自动穿透背景噪点，利用潜动作 由果推因，解析物体受力与演变的物理常识。这相当于盘活了互联网无标签数据资源，大幅提升了多源数据的利用效率。

告别“单步死磕”：“长时序双向物理因果链”创新核心范式

针对“动作卡顿与连贯性缺失”问题，MWA™ 底层采用 “隐空间双向动力学架构”，在隐空间内构建 “正逆双向逻辑协同”。

模型内部同时运行两条推理线：

1. 逆动力学（IDM）：负责 “由果推因”，从结果反推导致该结果的动作特征。
2. 正动力学（FDM）：负责 “由因及果”，给定动作推演环境后续变化。

架构引入 “正逆互审机制”：
* 逆向模型推演的动作，需经正向模型进行沙盘推演与虚拟验证；
* 正向模型推演的环境变化，需实时返回与逆向模型预训练的物理认知进行因果对齐。

这种正反互审、反复校验的机制，赋予了模型极高的因果推理精度。

然而，传统双向架构存在致命盲区：受限于 “单步瞬时潜动作推理”，模型缺乏长时序因果的宏观归纳能力，导致机器人只能“走一步、看一步”。在长周期连续作业中，微小的单步预测偏差会如滚雪球般放大，最终引发系统崩溃。

无界动力突破这一局限，推出 全球首个“长时序双向物理因果链”隐空间世界模型。

MWA™ 首创 时序 Chunk 级逆向动力学建模机制，重构逆向动力学输出范式，打破单步推理桎梏，实现长时序动作的连续推演。

在面对复杂连续任务时，MWA™ 在生成动作序列的全过程中，完成动作执行与环境变化的长周期博弈推演。它能直接从 10秒以上的视觉序列中，批量、一次性推理并输出连续多步的 Latent Action Chunk（动作组）。

这从底层大幅减弱了误差放大的“雪球效应”，赋予机器人完成复杂长时序任务的能力。

场景解析：机器人擦桌子

该机制通过三个角色协同工作：

1. 策略网络（Policy Head）：直觉，快速输出动作方案。
2. 正向动力学模型（FDM）：推演者，模拟“这样做会怎样”。
3. 逆向动力学模型（IDM）：复盘者，从结果反推“哪个动作导致”。

案例：擦除水渍，避开易碎玻璃杯

• 初始动作：Policy Head 基于直觉输出“从右向左擦拭”。
• 正向推演：FDM 基于当前隐特征推演下一帧，发现杯子将被打翻。
• 逆向锁定：该后果输入 IDM，反向精确锁定导致杯子打翻的动作分量。
• 策略修正：Policy Head 进行价值判断，在梯度回传时强制策略远离危险动作区间，提前规避碰撞。

反之，若推演结果显示水渍被成功擦除，IDM 会通过前后时序结构变化，由果推因，推理出最优动作特征（幅度更契合、能效更高）。策略系统随即对齐，拉近差距，使控制序列向最优轨迹靠拢。

在隐空间内，FDM 推演后果，IDM 追溯原因。MWA™ 在机器人触碰物理世界前，即划定高确定性的动作禁区与推荐区间，使泛化动作输出更加连贯、高精密，跑通数据到确定性执行力的闭环。

机器人也需要一本“错题集”

隐空间世界模型确立了机器人的“世界观”，但如何将常识转化为抗干扰、不掉链子的“价值观”与执行力？

无界动力从底层架构让隐空间世界模型 原生适配强化学习（RL）机制，通过“物理因果建模 + 强化学习试错 + 边界认知进化”闭环，实现虚拟演练场内的高频自我进化。

然而，行业普遍卡在数据集 “重正轻负”的瓶颈上。现有数据集多为“完美正样本”，缺乏细粒度的失败教训。这如同学生只读满分范文，不知扣分点所在，导致强化学习奖励信号模糊，策略优化受阻。

针对此痛点，无界动力首创 AnyPhys 负样本核心数据体系：

• 数据构成：将深层负样本、细粒度边界失稳样本、“差一点成功”的次优样本与基准正样本交织。
• 规模：累计沉淀 几万条专属失败、失稳和临界边界样本，覆盖工业、商业及日常生活场景，构建罕见的失败知识库。

团队摒弃单一最大化成功奖励模式，建立自动区分正、负、次优、边界样本的方法论，实现强化学习的 复杂稠密奖励设计。

• 无需额外人工标注，充分复用带瑕疵演示数据。
• 提升精度与泛化能力：例如在精密接插任务中，基于机器人位姿搭建全局空间图，以末端三维距离为代价求解最短路径，量化动作进度，自动打分分类。

算法兼容离线模仿加权与在线稠密奖励训练场景。在高精密插接任务实测中，噪声数据下任务成功率最高 提升 5 倍。

非共识路线夺冠，赶超英伟达

回到 RoboCasa 榜单。

近日，无界动力与中科院自动化所-深度强化学习团队联合发布的隐空间世界模型 MWA™ - WALA，以 75.2%的平均任务成功率刷新行业纪录，斩获全球第一，超越英伟达 GR00T-N1.6 等主流模型。

RoboCasa 榜单含金量极高：
* 由斯坦福大学等顶尖机构发起，是具身操作核心评测赛场。
* 测试场景涵盖多种非标厨房环境及交互物件，包括 长时序复合流程、受限空间物件拿取等 24 项高难度任务。
* 搭配全域随机化光影、杂物干扰、物体规格变动等严苛条件，专门考验模型在不确定环境中的泛化能力。

实测数据亮点：
* MWA™ - WALA 相比第二名模型任务成功率 提升 2.4%。
* 在多步骤连贯操作、受限空间物件拿取、零散物件精准拾取等高频难点任务中表现突出。

这一成绩的核心在于对互联网 无标签原始数据的深度激活。对比测试表明，大规模无标签数据训练带来的 全场景泛化能力提升显著，这是 MWA™ - WALA 在强不确定性环境中保持稳定作业的关键。

不仅押注技术，更看重团队

无界动力的融资节奏引人注目：

• 成立一年，天使轮超 2亿美元；
• Pre-A轮近 2亿美元接近关闭；
• 2026年上半年累计融资数亿美元。

红杉中国、线性资本、京东关联基金等机构重仓。资本在天使轮押注如此体量，看重的不仅是技术路线，更是团队 “从算法到量产”的全周期实战经验。

• CEO 张玉峰：前地平线智驾一号位。曾带领千人团队，将地平线智能驾驶软件算法从研发推向规模化交付，助力地平线智驾业务成为中国市场份额第一。主导与大众集团 24亿欧元业务合作，是中国智驾方案首次向全球顶级车企的技术输出。
• 联合创始人兼 CTO 夏中谱：中国智能驾驶产业端到端模型研发与量产的关键人物。曾带领不到 40 人的团队，在一个半月内拿出首版 Demo。在无界动力主导隐空间世界模型 + 强化学习的研发及底层技术基础设施构建。

投资人评价，张玉峰与夏中谱的组合，是从理想与地平线体系走出的创业者中 战绩最扎实的两人。一个擅长将技术推向产线，一个擅长将算法逼至极限。

这种 “技术与商业化落地”的基因，直接体现在无界动力的商业化节奏上：

• 成立仅一年，签下总额近 1亿美元的全球订单。
• 汽车领域：与 ZF LIFETEC、欧摩威集团等全球头部供应商达成战略合作。
• 能源领域：与远景科技签署超 5亿元人民币订单，涵盖海外市场规模化部署与联合研发，是国内具身操作智能赛道首个亿元级海外大单。
• 消费端：与国内外知名连锁咖啡品牌合作，将机器人投入开放、动态的商业服务场景。

从汽车产线到咖啡门店，场景跨度巨大。无界动力通过自研通用硬件底座打通不同场景。在更复杂的家庭场景中，机器人展现出细腻的物理常识，依靠 自主决策和长周期推演，实现极强的 自适应泛化能力。

目前，公司已全栈自研 1200 TOPS（INT8）的大小脑一体大算力计算平台，并在机器人上标配部署。不同场景的实操数据持续回流至核心模型训练管线，形成数据反哺技术的正向循环。

结语

具身智能赛道的淘汰赛已开启。Demo 阶段结束，行业转向更硬的指标：机器人能否真干活、真交付？

无界动力的回答指向一个更底层的命题：

比起教机器人学会更多任务，理解物理世界本身的规律更为重要。

一个真正懂重力、懂碰撞、懂摩擦的具身大脑，无需逐个场景训练，它将 自我学习。

这可能是通往通用具身智能最难的一条路，但也是 最根本的一条。

一群从产业深处走出来的较真工程师，正在一步步将其走通。