这个世界模型训练完就“退场”，机器人反而更能干了

光象科技联合清华大学发布物理原生世界模型Phi-WM 1.0 ActEffect。该模型仅在训练阶段使用，用于评估机器人动作后果并将反馈用于策略优化，训练完成后即退出部署链路，执行任务时无需额外推理。在LIBERO基准上平均成功率达98.8%，在加入分布偏移的LIBERO-PLUS上为80.3%，在29维动作空间的RoboCasa-GR1上为67.5%。技术核心在于让策略生成前馈、粗提案、精修三版完整动作，由受控世界模型预测各自后果，并与真实未来比较以优化排序。该方法可降低工业部署中的时延与算力成本，已应用于汽车制造中的焊接上下料与移动质检等场景。