生数科技发布世界模型2.0：无标注预训练+具身闭环驱动机器人泛化能力跃升

2026年3月27日，生数科技在杭州召开“World Model Summit 2026”，正式发布世界模型（World Model）2.0技术体系，首次实现“无标注视频流预训练+少量高质量动作标注微调”的新型训练范式，在机器人操作泛化能力上取得突破性进展。新模型基于自研的时空一致性编码器（ST-Consistency Encoder），可直接从TB级未标注工业监控视频、家庭机器人实操录像、自动驾驶路测影像中提取动态物理规律表征，自动构建包含物体运动学、接触力学、因果干预逻辑在内的隐式世界动力学模型。相比传统强化学习需百万次试错，WM2.0仅需500小时真实场景动作标注数据，即可使双臂协作机器人在从未见过的新产线环境中完成螺丝紧固、PCB插拔、柔性物料分拣等复杂任务，成功率提升至91.3%，较上一代提升34个百分点。

WM2.0技术栈包含三大核心模型：基座世界模型（Base WM）负责构建通用物理常识；世界生成模型（WGM）支持长时程、多约束条件下的未来状态仿真推演（如预测机械臂碰撞风险、预测传送带卡顿概率）；世界行动模型（WAM）则实现“感知-预测-规划-执行”端到端闭环，支持自然语言指令（如“把左侧第三格蓝色零件装入右侧托盘，避开正在移动的AGV小车”）零样本迁移。目前，该模型已在富士康郑州工厂、菜鸟无人仓、美的微波炉智能装配线完成规模化部署，单台机器人日均任务切换频次达17次，平均重规划响应时间低于800ms。

更深远的意义在于，WM2.0正推动AI从“模式识别”走向“物理理解”。其内部构建的隐式因果图谱，已成功识别出3类此前被传统CV模型长期忽略的工业隐患模式（如金属疲劳微裂纹演化路径、电机轴承谐振频率漂移趋势），并反向输出预测性维护建议。中国科学院自动化所评测报告指出：“WM2.0标志着具身智能正从‘模仿执行’阶段迈入‘因果推演’阶段，为制造业智能化提供了可验证、可追溯、可进化的新型认知基础设施。”