生数科技发布新一代世界模型WGM/WAM双轨架构：推动具身智能从仿真走向工业级泛化

2026年3月30日，生数科技在苏州人工智能前沿论坛上正式发布其世界模型（World Model）技术演进路线图，宣布完成基座世界模型V3.0升级，并同步推出世界生成模型（World Generation Model, WGM）与世界行动模型（World Action Model, WAM）两大核心分支。该技术体系摒弃传统端到端强化学习路径，转而采用“无标注视频流预训练+小样本物理规则微调”范式，在未使用任何人工标注动作标签的前提下，仅依靠120万小时真实工厂监控视频与3D仿真环境交互日志，即完成对复杂工业场景动力学、拓扑关系与因果约束的隐式建模。WGM专注于高保真、低延迟的多模态世界状态预测，支持毫秒级渲染1024×768分辨率的动态物理场景，并能准确推演设备故障传播路径、物料流阻塞演化及人机协作冲突点；WAM则作为决策中枢，将高层任务指令（如“在产线A区更换第3号机械臂末端执行器”）自动分解为符合运动学约束、避障逻辑与安全协议的数百个底层关节扭矩序列，任务成功率在未见过的产线布局中达91.4%。

该双轨架构已在宁德时代电池模组装配线、三一重工挖掘机液压测试台等8个严苛工业场景完成规模化部署验证。实际运行数据显示，搭载WGM/WAM的移动协作机器人平均异常响应时间缩短至470ms，较上一代基于视觉Transformer的方案提升5.2倍；任务重规划频次下降83%，大幅降低对人工示教与环境标定的依赖。尤为突破的是，WAM首次实现“跨品牌设备语义互操作”——同一套模型可无缝驱动UR5e、KUKA iiwa及新松SR6C三种不同厂商机械臂，仅需加载对应运动学描述文件，即完成控制协议自动映射，彻底打破工业机器人“一机一模型”的碎片化困局。

生数科技CTO指出，世界模型的本质是构建机器的“常识心智”，其价值不仅在于提升单点任务性能，更在于建立可迁移、可解释、可验证的认知底座。未来，WGM/WAM将与光轮智能的具身数据闭环、探微芯联的Scale-Up通信架构深度耦合，形成“数据采集—世界建模—行动生成—物理执行—反馈增强”的工业智能飞轮。随着2026年《具身智能系统安全评估规范》征求意见稿发布，该技术路径有望成为国家智能制造标准体系的重要支撑，加速具身智能从实验室Demo迈向千万级产线落地。