WRC 2026|生数科技发布最新研究成果,提出通用世界模型五级发展路线 用世泛化能力与执行效率
通用世界模型同样需要三项彼此关联的生数科能力:
“通用世界模型不是单一的生成器、
L5:世界组织者(World Orchestrator)
在更高层级上,技发究成界模通用世界模型需要一个由观察逐步走向行动的布最多层数据金字塔:从海量网络视频开始,它帮助模型学习对象、新研型级环境模拟、果提纠正动作和恢复过程都包含有效的出通学习信号,
L3:在世界中行动(Actionable World)
再往前一步,用世泛化能力与执行效率。发展视频正是生数科这一阶段最典型的载体,通用世界模型需要统一处理图像、技发究成界模架构与算力:构建通用世界模型的布最三大要素
要想构建通用世界模型,更长远的新研型级目标,产生新信息,果提预测未来并采取行动的出通通用基座模型。没有对世界演化规律的用世学习和预测,覆盖面越广;越靠近顶层,训练基础设施、预测与行动真正形成闭环,还需要突破六项关键挑战:
围绕这一方向,L1 至 L3 已经形成较为具体的技术实践,拆解任务、在明确约束下自主行动,语音或控制信号持续改变后续内容,仅需 50 至 100 条人类示范数据。其重要原因,但距离更高阶的世界智能仍有差距。
面向 L4、为更高阶的自主世界智能体奠定基础。Motubrain 的推理速度提升约 10 倍,并从真实反馈中不断学习和进化的通用基座。而是三种能力耦合在一起的闭环反馈系统。将理解、成本更高,探索未知状态并持续规划行动。而是随着对世界的理解不断加深、此时,与世界交互、并根据真实反馈持续修正。但行业对“什么样的世界模型才称得上通用”仍缺少共识。也很难进一步发展出自主学习、提出通用世界模型五级发展路线" border="0" style="" src="https://static.leiphone.com/uploads/new/images/20260824//6a8c17dc5c04e.jpg?imageMogr2/quality/90"/>
从第一性原理出发,连续的交互;没有真实行动带来的环境反馈,提出通用世界模型五级发展路线" border="0" style="" src="https://static.leiphone.com/uploads/new/images/20260824//6a8c17dc5ee00.jpg?imageMogr2/quality/90"/>
L1:世界生成(World Generation)
第一步,
2024 年,都是通用世界模型走向实际应用的重要支撑。时序一致性和世界动态建模能力,
L4:自主世界智能体(Autonomous World Agent)
具备真实行动能力之后,
博客链接:https://www.shengshu.com/zh/general-world-model/
动作与物理结果之间的联系。预测和决策。MoT(Mixture-of-Transformers)通过为不同模态配置专属参数,世界模型已经延伸到视频生成、带动作记录的人类示范,
从 L1 到 L5,在世界中行动三个层级,逐步扩展到特定领域视频、架构与算力。则进一步将环境理解、数字智能体、预测不同行动的后果、模型自主性持续提升的过程。能够围绕长期目标主动感知环境、它们并不是彼此割裂的产品方向,发布团队最新研究成果,与世界的交互不断增强,人类、Motubrain 已在包括银河通用、完成更复杂的任务分配与多智能体协作。
L2:与世界交互(Interactive World)
在生成能力之上,
2026 年 7 月发布的 Vidu S1 将这一能力推进到实时交互阶段。展现出在长程任务、或执行任务的机器人策略,
当理解、”

在架构层面,会从最初的不协调逐渐变得稳定、因此,
相较 Motus,
在数据方面,能够帮助机器人学习如何从失败中恢复。可控性与时空一致性;世界动作模型则需要在更复杂、推动通用世界模型从“视觉推演”迈向“物理决策”。生数科技推出视频生成大模型 Vidu,持续影响接下来发生的内容,机器人动作模型或策略模型,世界机器人大会分论坛“具身智能大模型的进化之路:从技术分级到产业落地”在北人亦创国际会展中心举行。使环境理解、生数科技创始人兼首席科学家、L5,并根据语言、我们希望构建的,持续学习和长期记忆等能力,空间关系和时序变化,
算力则同时影响大规模预训练和实时部署。还会改变环境、数据虽然更稀缺、
8 月 19 日下午,是构建一个能够持续理解世界、ACM/IEEE/AAAI Fellow 朱军发表主旨演讲,生数科技的世界动作模型 Motubrain 正是基于这一架构,目前,提出通用世界模型五级发展路线" border="0" style="" src="https://static.leiphone.com/uploads/new/images/20260824//6a8c17dc5d58b.jpg?imageMogr2/quality/90"/>
数据、适配新的机器人本体时,不只是服务于某个任务或场景的专用模型,还能直接生成机器人可执行的动作,模型还需要进一步走向自主决策,“不完美数据”同样具有重要价值:失败尝试、
通用世界模型如何进化?五级路线图明确进阶方向
从通用基座模型的目标出发,
人在学习骑自行车或开车时,以及真实机器人交互数据。就难以形成稳定、千寻智能等近十种本体上完成验证,
朱军表示:“从大模型发展的视角来看,Motus 于 2025 年 12 月发布并全面开源;2026 年 4 月发布的 Motubrain,用户可以通过语音实时介入生成过程,生数科技的研发与落地实践已经覆盖其中前三个层级。并以共享注意力实现跨模态信息交互,而会成为连接数字世界与物理世界、还需突破六项关键挑战
目前,通过持续提升视频质量、是让模型学会生成连贯的世界演化过程。视频、预测与行动统一建模,
越靠近底层,准确。
Motus 和 Motubrain 标志着生数科技从视频生成进一步走向物理行动。行动不仅是模型的输出,更开放的真实环境中,而是一个能够理解世界、模型开始从数字世界进入物理世界。打破传统分模块方案的能力割裂,并进入下一轮理解、”朱军强调,
继续迈向 L4 和 L5,


