清华系公司把世界模型装上机器人，不追求生成每帧画面

一台四足机器狗背着回收筐在户外找垃圾：定位目标、规划机械臂轨迹、抓取、放进筐里。难点不在动作本身，而在每一步之前——伸出去能不能抓到？物体挪了怎么办？这恰好是世界模型要回答的问题。

一、发生了什么

10 月 20 日，首届 2026 物理AI 与世界模型大会在南京开幕，LeCun、姚期智远程分享观察。清华系具身智能公司千诀科技在会上发布预测式世界模型 Polibrain，创始人高海川做了压轴演讲。2025 年，千诀联合清华团队在 ICML 发表论文，研究神经网络何时能从观测数据恢复隐藏的世界结构；从公开时间看，这条隐变量可辨识性的路线比 LeCun 团队 2026 年 5 月的相近论文早了约一年。技术上它不追求把未来每一帧画面都生成出来——捡垃圾的机器狗不需要还原地面纹理，只需要预测垃圾位置和机械臂的相对关系会怎么变。判断依据来自一个类比：把所有路线都走一遍找最优解，是 VLA 的试错思路；先画出地图再规划路线，是世界模型的推演思路。高海川用「有地图能推出最短路径，有路径推不出地图」来解释这两种方法的区别。目前这套能力已在四足、人形、轮式、双臂等形态上适配，覆盖陪伴、餐饮、物品整理等任务；公司定位是不造本体，只做机器人的大脑。

二、跟你有什么关系

机器人厂商：可以只买「理解世界」的能力，把执行留给自家本体，不必从零训练模型。 投资人跟研究者：千诀把泛化拆成两个抓手——多项式表征负责提取关键变量，基于反事实推断的记忆筛选负责决定哪些历史值得记住，这套拆法值得对照自己的项目。他们还提出「有效阶」指标，用正交多项式拟合模型输出来量化函数复杂度，想给 Benchmark 之外多一把尺子。 普通用户：垃圾回收、酒店配送、餐饮服务这类场景是第一批试验田，别指望短期进家庭。

三、怎么判断

1. 看演示是摆拍环境还是真实户外，光照和杂物一变最能露馅。
2. 追问跨本体数据怎么打通——高海川自己承认各家厂商的数据壁垒难破，飞轮目前还是设想。
3. 等实测数据。原文口径也承认，复杂场景下的可靠性需要更完整的验证，现在一切以厂商自述为主。

四、三个别信的说法

世界模型就是视频生成。 千诀明确反着做：不还原整幅画面，只在任务相关的表征空间预测状态变化。计算花在真正影响动作的信息上，这是路线分歧，不是技术差距。

论文早一年就等于领先。 两篇论文研究对象、数学工具都不同，千诀从因果推断和布尔空间切入，LeCun 团队从时间维度切入，说判据等价的是厂商自己的解读。

跨本体复用很快实现。 共享高层表征只是技术前提，各家本体厂商的数据交换没有商业动机，落地速度大概率比发布会讲的慢。

顺带说一个背景：具身智能长期缺物理交互数据，真机采集贵、慢，不同形态的数据又难以直接共用。千诀把数据分了三层——人类操作视频打底，真机遥操建立动作与环境的联系，真实业务反馈负责暴露长尾问题。想法是让不同形态积累的数据服务同一套模型，但这恰恰是最难的部分。

五、一句话结论

地图已经画出来了，但把荔枝真送到长安，靠的还是真机数据一里一里趟出来。

信息来源

• 千诀发布预测式世界模型 Polibrain（量子位）　2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 24 日。