世界模型（World Model）在具身智能中起什么作用？

世界模型是从数据学出来的环境动态模拟器：给定状态与动作，预测下一个状态与奖励。对具身智能的价值在于「想象」——策略可以在学到的模型里 rollout 训练或规划，而不必每一步都上真机，真机采样昂贵时样本效率提升是决定性的。风险同样明确：模型误差会被规划和训练放大，必须限制想象步长并量化不确定性。2026 年世界模型已进入量产阶段（Momenta R7 随 100 万+ 车辆部署）。

一、世界模型是什么

世界模型是对环境动态的学习式建模：输入当前状态（或观测）与动作，预测下一个状态、奖励，乃至观测。它相当于一个可微、可查询的「内部模拟器」，让智能体不必每一步都与真实环境交互。

二、在具身智能中的作用

• 样本效率：真机交互昂贵，世界模型让策略在「想象」的 rollout 中训练或规划，大幅减少真实试错。
• 规划：基于模型前向预测多步后果，选择回报最高的动作序列（model-based planning）。
• 表征：Dreamer 等在隐空间（latent）学动态，把高维观测压成紧凑状态便于预测与控制。

三、主要风险与应对

模型不准时，策略会钻模型空子（model exploitation）——在想象里刷出高回报的动作序列，放到真实环境就失效；长程预测误差累积导致想象轨迹漂移。应对三件套：限制 rollout 长度（短想象 + 频繁用真实数据校正）、量化模型不确定性（集成/方差估计，高不确定性区域不用于规划）、混合真实交互（model-based 与 model-free 交替采样）。反例边界：把世界模型当「更准的仿真器」长程展开规划，是最常见的失败模式。

四、2026 年的产业化坐标

世界模型已从实验室走向量产：Momenta R7 世界模型随超过 100 万辆量产车部署，用存量车队数据反哺训练；WAIC 2026 上海电气展示工业具身落地。评估世界模型项目的新判据：数据飞轮载体规模（决定收敛速度）与组织形态（独立融资实体 = 激进商业化时间表）。

2026 年 7-8 月，世界模型的产业化出现三个坐标。Momenta R7 世界模型随超过 100 万辆量产车部署（ARC Web，poolId P014）——这是世界模型从实验室走向百万级载体的首批案例，数据飞轮入口是存量车队而非自建机器人。蚂蚁集团具身智能业务 Robbyant 启动独立外部融资（SCMP，poolId P015）——组织形态信号：独立融资实体 = 激进商业化时间表。WAIC 2026 上海电气扩大 AI 机器人工业制造部署（Automotive Manufacturing Solutions，poolId P013）——工业具身的中国样本。

回答本题时新增两条评估判据：数据飞轮的载体规模（决定收敛速度）与组织形态（决定投入决心）。