不生成画面的世界模型
西湖大学世界模型研究中心揭牌，校长施一公到场；一同亮相的 Awomo-0.5 只有 40 亿参数。它不逐帧生成视频，而是在隐空间里把物体属性、空间关系、材质、接触状态拆成可组合的物理概念，再推演下一步状态。
与 JEPA 的分岔
它和 LeCun 的 JEPA 同走隐空间，但 JEPA 做表征预测，概念世界模型给每个概念同时挂上语言描述与物理现象。团队做了三年，实验室叫 AutoLab；这次还公布清洗了超过 50 万小时具身数据、跨地域算力接近千卡。
成绩都在仿真里
RoboTwin-c2r 的 50 项双臂任务，先在固定场景跑通再打乱布局，成功率 80.6%；AI2 的 MolmoSpaces 有超过 23 万个场景、13 万个带物理标注的物体，全程零样本，拿到 73.4%。官方称六项公开评测登顶。7 月北大与逆矩阵、10 月极佳视界牵头的实验室也先后揭牌，高校与地方都在往这条赛道加码。
两种口径
六项第一不假，可考卷集中在仿真双臂操作与零样本桌面操作；真实世界能不能泛化，榜单没回答，论文也没有。数字一致，落点不同：一边是参数效率，一边是场景边界。官方把目标写成通用物理世界模型，想让物理知识跨任务复用；场景越分散，重复训练越贵，这是它不肯只做单场景交付的理由。
原文链接：https://www.leiphone.com/category/academic/nhzldlwI6rJVyXIl.html
来源：雷峰网 / 西湖数智
