从“看懂世界”到“预演下一步”：世界模型与 VLA，如何让机器人拥有真正的“具身大脑”？

会看、会听、会动手之外，机器人还需一项本领：动手之前先推演未来。“这样做会发生什么？”这正是世界模型的核心任务——依据当前状态与动作，推演未来演化。两者如何分工、能否合一，业内仍在探索。在上海张江，VLA已规模化上岗，世界模型则刚进入试运营阶段。VLA解决“能干”，世界模型解决“想清楚再干”，二者融合已初步形成行业共识。在上海，多条技术路线在同一片土壤中并行验证，规划、标准、评测正同步跟进。

“具身大脑”的本领远不止取药，还能驱动——仓库里分拣包裹、产线上做零部件上下料的机器人，它都能胜任。2025年1月，全国首个异构人形机器人训练场在张江启用。国家地方共建人形机器人创新中心与华为共建具身智能实训场样板点，研发基于国产昇腾算力的VLA，同步推进世界模型与VLA模型的高效训练。同一训练场内，两条技术线并行推进。

练成的能力，还需车间等真实工业场景检验。国地中心“灵龙”系列机器人已进驻汽车零部件企业延锋，在零件火焰处理、齐套分拣、激光弱化等工位完成实景数据采集与自主作业验证，跑通“实训场训练—模型迭代—工业现场部署”的迁移路径。

从单个场景走向更多门店和工位，还要跨过能力迁移这一关。机器人在一家药房完成取药，并不意味着换一家店也能稳定作业：货架布局、药品包装和摆放方式都可能发生变化；进入工业现场，还需适应不同的零件形态和操作要求。模型能否应对这些变化，需要补充多少数据、进行多少训练和现场调试，都需要逐一验证。衡量VLA的应用进展，既要看它能否完成当前任务，也要看已有能力能在多大程度上复用，以及适配新场景需要多少额外投入。

世界模型与VLA并非互斥，产业共识在于如何结合。与其争论模型优劣，不如先明确机器人所需的核心能力。世界模型补的正是“动手前先想一步”。中国工程院郑南宁院士曾解释，世界模型的系统需在内部构建可模拟环境，行动前预测与推演，评估不同决策的可能结果。

同在张江AI创新小镇，有企业将VLA送进药房，也有企业在训练世界模型。蚂蚁灵波在适配多品牌并先行落地服务业的同时，也发布了行业首个具身原生的世界动作模型LingBot-VA 2.0；智元坚持机器人与“大脑”同步发展，精灵G2已在工厂连续作业。智元联合创始人姚卯青指出，世界模型最重要的功能，“是准确预测物理世界的下一步状态”。9月，智元发布世界—动作模型GE-Act 2.0，将“预测未来”与“生成动作”整合进同一模型，训练数据从300小时扩展至3万小时，在陌生场景、陌生物体上不做额外训练直接测试，其中一款机器人总体成功率从17.1%提升至44.1%，陌生场景成功率提升约2.6倍。