Article · Original
The article text is unavailable in this language; an existing version is shown.
世界模型赛道新看点：千诀隐变量可辨识性方向的研究，比LeCun相近工作早一年，不堆画面预测，主打物理规律与跨本体复用。
田晏林 发自 凹非寺
量子位 | 公众号 QbitAI
田晏林 发自 凹非寺
量子位 | 公众号 QbitAI
世界模型这条赛道，越来越有全球顶尖AI高手过招的架势了！
Yann LeCun持续押注预测式世界模型，李飞飞带领World Labs探索可交互的3D世界，全球头部AI团队正沿着不同技术路线加速探索。
让AI真正理解物理世界、预测物理变化，正成为新一轮技术竞争的焦点。
最近，这股世界模型热潮也延伸至南京。
10月20日， 首届2026物理AI与世界模型大会 在南京开幕。图灵奖得主 LeCun、姚期智 都远程分享了最新观察。
在这场世界模型领域的学术与产业盛会上，清华系具身智能公司 千诀科技 ，也在大会上正式发布了 预测式世界模型Polibrain 。
千诀科技创始人高海川 在开幕式演讲中，用一句话解释了世界模型的独特价值：
有了地图，可以推导出最短路径；但有了路径，并不能反过来推导出一张地图。
有了地图，可以推导出最短路径；但有了路径，并不能反过来推导出一张地图。
这里的「地图」，正是对物理世界及其变化规律的一种抽象理解。
而千诀此次发布的Polibrain，想做的就是让机器人拥有这样一张可以用于预测和规划的「地图」。
早在2025年，千诀联合清华大学团队就在ICML发表了世界模型相关理论研究，其在隐变量可辨识性、低阶偏好等方向上的公开探索， 比LeCun团队的相近研究早了约一年。
仅仅一年后，千诀已经把相关技术积累推进到了真实机器人应用中。
从环境感知、行动预测，到自主规划和执行反馈，千诀试图让机器人学会根据物理世界的变化，自主决定下一步怎么做。
目前，这套智能能力 已在四足、人形、轮式、双臂等机器人形态上开展适配。
千诀的预测式世界模型Polibrain，究竟有什么特别之处？他们又是如何让不同形态的机器人，共用一套智能大脑的？
“世界模型讲了这么多，大家真的理解了吗？”
在开幕式的压轴演讲上，高海川率先抛出了这样一个问题。
随后，他讲了一个「古代商人从广州运送荔枝到长安，怎样才能找到最快的路线？」的故事。
看过电影《长安的荔枝》的观众，对这个难题应该不陌生。
高海川给出了两种解法。
一种办法，是把可能的路线都走一遍，从中找出最优解。
另一种方法，则是先弄清广州到长安沿途有哪些城市、城市之间如何连接，画出一张地图，再根据地图规划路线。
前者被他用来类比当前的VLA路线，后者则对应世界模型的预测与规划方法。
区别在于，机器人能否提前推演行动可能带来的结果，减少实际试错。
这正是千诀Polibrain预测式世界模型想要解决的问题。
那么，这套方法放到真实机器人身上，能做什么？
千诀提供的一段应用演示视频，展示了一个直观场景。
在户外，一台带着机械臂、背着回收筐的四足机器狗，正在执行垃圾回收任务。
它需要自主寻找地面上的垃圾，识别目标位置，移动过去，再规划机械臂动作，将垃圾抓起来，放进随身携带的回收筐。
看起来只是一套捡垃圾的动作，背后却有一连串决策难题： 垃圾在哪里？机器狗应该从哪个方向靠近？机械臂伸出去之后，能不能顺利抓住目标？
尤其是在真实环境中，物体的位置、空间关系都可能发生变化。机器人光知道下一步做什么还不够，还得提前判断，这一步做下去会发生什么。
这正是预测式世界模型想解决的问题。
Polibrain通过学习环境状态、历史信息和行动结果之间的关系，在任务相关的潜在表征空间中预测状态变化。
这里还有一个关键的技术选择。
Polibrain并 不追求把未来的每一帧画面完整生成出来 。
对于正在捡垃圾的机器人来说，地面是什么颜色、背景有多少纹理，未必重要。
真正影响任务完成的是垃圾的位置、机械臂与目标的相对关系，以及抓取动作会如何改变目标状态。
与其花费大量计算资源还原整个世界，不如集中预测那些真正影响行动的关键信息。
高海川在演讲中也强调： “世界模型要做好，关键在于状态表征。”
但预测得准只是第一步。
真实任务很难完全按照计划推进。如果抓取失败，或者目标位置发生变化，机器人还需要知道如何继续。
Polibrain将环境感知、状态理解、行动预测、任务决策、动作执行和反馈调整连接起来，形成持续决策闭环。
当执行结果与预测不一致时，模型可以根据新的环境状态重新评估任务，调整后续行动。
它还支持通过关键特征解码，追踪预期状态与实际结果之间的偏差，为异常定位和任务恢复提供依据。
不过，这套机制在复杂场景中究竟有多可靠，还需要更完整的实测数据验证。
而且，这张「地图」，理论上并不只属于某一种机器人。
人形机器人可以用机械手抓杯子，轮式单臂机器人也可以。
虽然本体结构和控制方式不同，但它们需要理解的物体关系、目标状态及环境变化规律存在共性。
这意味着， 面向物理世界的部分智能能力，有机会在不同机器人之间复用。
目前，千诀已在人形、轮式、单臂、双臂等多种机器人形态上开展适配，探索陪伴服务、餐饮服务、物品整理及精细操作等任务。
不过，要让不同形态的机器人真正共用一套智能能力，光有环境预测还不够。
模型必须从复杂的真实场景中，学到可以跨环境、跨任务复用的规律。
这就涉及千诀更底层的一项研究： 多项式表征。
所谓「多项式表征」，简单来说，就是 通过一套数学方法， 让AI从复杂环境中提取真正影响任务结果的关键变量， 减少对无关细节的依赖。
为什么需要这项技术？
机器人想要适应不同场景，绕不开一个难题： 泛化 。
比如，机器人在一个仓库学会抓取，换到另一个仓库，光照、背景、货架位置一变，表现就可能大打折扣。
问题在于，模型训练时，很可能记住大量与任务无关的细节。背景纹理、光照条件，甚至物体周围的摆设，都可能被神经网络当成判断依据。
这就容易造成 「特征污染」 。
另一种问题更隐蔽：模型可能误认为经常同时发生的现象之间，存在因果关系。
高海川在演讲中举了一个例子。
主人出门前，从抽屉里拿走钥匙。这里有三个事件：主人出门、主人拿走钥匙、抽屉里的钥匙消失。
如果模型只学习事件之间的相关性，就可能错误地认为，只要主人出门，抽屉里的钥匙就会消失。
等到主人真的忘带钥匙，让机器人帮忙寻找时，机器人反而可能判断，主人既然已经出门，钥匙肯定不在抽屉里了。
显然，这不符合真实世界的因果关系。
模型究竟是在死记硬背，还是学到了物理世界的规律？
千诀希望通过多项式表征，让模型少记场景细节，多学可迁移的规律。
这条路线背后，有千诀持续数年的研究积累。
2025年，千诀联合清华团队在ICML发表《When Do Neural Networks Learn World Models?》，研究神经网络在什么条件下，能够从观测数据中恢复隐藏的世界结构。
研究从 「多任务学习」和「低阶偏好」 入手，利用Fourier-Walsh变换分析 离散布尔世界中的函数结构 ，解释模型何时能够辨识真实隐变量。
有意思的是，LeCun团队也从相近的理论视角切入。
2026年5月，LeCun等人发表《When Does LeJEPA Learn a World Model?》，同样研究世界模型的隐变量可辨识性，以及函数阶次与低阶偏好之间的关系。
高海川在演讲中进一步解释了两项研究的差异。
千诀团队从因果推断和布尔空间的角度提出学习判据，LeCun团队则从时间维度切入。
虽然研究对象不同，数学工具不同，但两项研究提出的 学习判据 具有一定 等价性 ，最终导出的表征，在信息层面也具有一定等价性。
事实上，两者都在尝试回答同一个问题：
AI究竟如何从复杂观测中，学到能够泛化的世界结构？
AI究竟如何从复杂观测中，学到能够泛化的世界结构？
从公开发表时间看，千诀联合清华团队在相近方法论方向上的研究，比LeCun团队上述论文早了约一年。
2026年，千诀联合清华团队进一步提出「有效阶」 （Effective Degree，ED），试图给神经网络的复杂度提供一把可以计算的「标尺」。
以往Benchmark能告诉研究者模型答得对不对，研究者却不容易判断模型学到的函数究竟有多复杂。
ED尝试解决这个问题。
其方法是沿真实数据点之间的插值路径观察神经网络，用正交多项式拟合模型输出，再根据不同阶次成分的权重计算复杂度。
低阶成分占主导时，ED较小；高阶成分越多、幅度越大，ED就越高。
这样一来，研究者不仅可以量化、比较模型的函数复杂度，还能将这一指标引入训练过程，帮助模型减少不必要的复杂变化。
当然，函数更简单，不意味模型一定掌握了正确的物理规律。
但这项研究 为分析和优化模型泛化能力提供了新工具 。
除了学会提取规律，机器人还得记住真正重要的事。
比如，机器人把杯子放进柜子，关门后就看不见了。等到下一步需要操作这个杯子，必须记得杯子被放在哪里。
在连续任务中，物体可能被遮挡，部分状态无法仅凭当前画面判断。
于是，千诀团队还研究了 基于反事实推断的历史信息筛选机制 。
简单来说，就是判断某段历史观测是否会影响后续预测和决策，再决定是否保留。
机器人无需记住看到的所有画面，而是重点保留那些会影响后续任务的信息。
背景是什么颜色，不一定重要；杯子放进哪个柜子，却会影响下一步动作。
「多项式表征」帮助模型提取关键变量，「因果记忆」则帮助模型筛选重要经历。
两者共同为机器人应对遮挡、延迟反馈、多步骤任务等复杂情况提供方法支持。
不过，相关基础研究提供的是技术依据，实际效果还需要更多真实任务验证。
总不能机器人每换一个房间，就重新学习一遍怎么干活吧？
多项式表征与因果记忆，为模型学习和利用可迁移的规律提供了技术基础。
但学到的规律，怎么才能让不同形态的机器人共同使用？
这就涉及另一个问题：如何把对世界的理解，与具体执行动作的机器人本体分开。
说回那颗要送往长安的荔枝。
即便已经有了地图，想把荔枝真正送到长安，也还需要马匹、车船、驿站等不同运输环节协同工作。
同样，机器人有了对世界的理解，也不意味着它必须独立完成所有动作。
高海川举例说，让机器人把衣服放进洗衣机，人形机器人可以一只手拿衣服，另一只手开门。
但如果换成只有一只机械臂的轮式机器人呢？
它完全可以通过智能家居IoT系统，让洗衣机自己打开门。
硬件不同，执行方式不同，但最终对物理世界产生的变化可以相同。
这也是 千诀「松耦合世界模型架构」 想要解决的问题。
具体来说，Polibrain将面向环境与任务的共用表征，与具体机器人的动作执行能力相对分离。
对世界的理解可以共享，至于怎么执行，则由不同机器人甚至自动化设备根据自身能力决定。
这套思路也决定了 千诀的产品定位：不造机器人本体，而是为不同形态的机器人提供智能能力。
而且，千诀的目标不只包括 通用机器人 ，也包括 面向具体任务的专用机器人 。
高海川认为，具身智能的商业落地可能是渐进的，不必一开始就追求完整的人形形态。
比如，减少一只机械臂，可以成为酒店配送机器人；换成双臂，可以进入餐饮服务场景；进一步调整本体结构，又能用于巡检、安保、环卫清洁等任务。
形态可以因场景而变，底层对世界的理解却有机会复用。
更值得关注的是，这种跨本体复用还有一层 数据价值 。
具身智能长期面临物理交互数据不足的问题。真机采集成本高、积累缓慢，不同形态的数据又难以直接共享。
从数据来源看，可以将机器人学习所需的数据大致分为三个层次：
底层是第一视角视频、人类操作视频等无本体数据，帮助模型学习环境、物体关系及交互过程。
中层是真机遥操等机器人本体数据，建立具体动作与物理环境变化之间的联系。
顶层是真实业务场景中的反馈数据，让模型发现长尾问题，并持续迭代。
三类数据各有作用，但要让它们真正产生价值，还需要解决跨本体数据难以复用的问题。
高海川认为，人形、轮式、四足乃至扫地机器人，虽然结构不同，但对物体关系、任务目标和环境变化的理解存在共性。
Polibrain希望通过共享高层表征，让不同形态积累的数据有机会服务同一套模型。
更多机器人接入，覆盖更多真实场景；数据持续积累，推动模型泛化；模型能力提升，又有机会吸引更多机器人厂商和客户。
由此，一套跨本体数据飞轮有了形成的可能。
不过， 共用表征不代表数据就能自动打通。 高海川也提到了不同机器人企业之间的数据壁垒。
对于各家本体厂商而言，数据本身具有商业价值，开放共享并不容易。
千诀作为独立模型公司，正在通过服务不同机器人企业，探索跨本体数据的协同利用。
从理论研究到真实机器人的应用，Polibrain的发布，为预测式世界模型走向产业应用提供了一个观察样本。
至于跨本体数据能否真正打通，模型能力能否随着应用规模持续提升，还需要更多真实场景的验证。
现在，「地图」已经有了。
但从画出地图，到把那颗「荔枝」真正送到长安，还有一段长路要走。