索辰科技加码世界模型，与战略投资企业美梦空间联合发布具身模型与物理测评标准

这套评测基准遵循三层递进逻辑：物理属性推断准不准、物理扰动下任务还成不成、性能差距的上界在哪里。它在RoboTwin的基础上，新增了13类真实世界常见的物理扰动因素，从物体属性、接触属性、阻尼、任务环境到相机配置五大维度，支持单因素扰动到多因素组合扰动测评。

其工程价值主要体现在三点。第一，提供物理真值——物理值、接触力日志、物体运动学数据和失败时间线，使评测不只回答“成没成功”，还能追问“模型是否估计对了、何时开始失败”。第二，固定种子配对评估，让不同模型面对相同扰动实例，减少运气成分。第三，按推断准确性、扰动下任务成功率、性能上界逐层递进，区分“物理状态识别错了”和“识别对了但动作策略没跟上”。这等于在“感知—预测—生成”链条每一环各设了一个考位。

RoboTwin-Phys发布即开源，项目代码、数据集与排行榜全部开放，支持第三方验证复现，为行业立起一把衡量“物理AI”的标准化标尺。

“世界模型”本身仍是一个尚未收敛的概念，学术界至今没有统一的技术定义。计算机视觉研究者把它理解为视频生成，机器人领域把它当成状态预测器，强化学习圈子则从MBRL出发将其视为环境代理。

毕马威2026年7月发布的《跨越奇点：世界模型如何重塑具身智能产业与商业新范式》报告，提供了一个更清晰的坐标系：表征式世界模型回答“世界是什么”，生成式世界模型回答“世界会变成什么”，交互式世界模型回答“改变世界会发生什么”，而理解－生成－预测一体化世界模型则试图回答“如何理解、预测并自主改变世界”。

可以看到，美梦空间Physical-WAM为物理AI探索了一条可行的技术路径，并仍在持续拓展能力边界。

第一，物理Token的粒度边界在哪？摩擦、质量、重心是三个高度抽象的参数，但真实接触中还存在表面粗糙度的各向异性、材料的非线性弹性行为、接触面积的动态变化。当前表征能力的上限，需要更系统的消融研究来回答。

第二，跨本体的物理迁移效率如何？同一个物体，二指夹爪和灵巧手抓取所需的动作策略不同。物理参数到动作的映射，高度依赖末端执行器的形态与动力学特性。多本体适配的一致性和效率，是检验架构泛化能力的关键指标。

第三，仿真物理的保真度天花板在哪？PhysDream的推演精度受限于仿真引擎的物理保真度和真实传感器的噪声水平。当真实世界存在仿真无法建模的效应，比如织物的非线性大变形、颗粒材料的流动等，那么这套闭环的鲁棒性边界在哪里？

9月26日，美梦空间CEO李明昊在第五届全球数字贸易博览会首发首秀主舞台上，介绍Physical-WAM如何让机器人读懂物理世界

围绕这些方向，美梦空间的下一步路线将围绕“视觉先行，力触声递进”持续迭代多模态物理表征模型，扩充物理交互数据集，优化模型推理延迟与多本体适配能力，并联合产业链上下游补齐物理数据、世界模型、评测标准三块拼图。

“只有让机器人真正读懂物理世界，具身智能才能大规模从实验室走向真实产业场景。”美梦空间CEO李明昊表示，将以开源开放的态度，推动行业加速走向具身智能的“GPT时刻”。