无界动力CTO夏中谱亮相“世界模型六小龙”巅峰论坛，共话物理AI从“理解”到“执行”的跃迁

7月19日，WAIC 2026世界模型“六小龙”巅 峰论坛在上海举行。作为本届大会唯 一聚焦“世界模型与具身智能深度融合”的核心主题论坛，现场汇聚众多海内外专业人士到场参与，旨在完整勾勒出世界模型从理论突破到产业落地的全景图。无界动力联合创始人兼CTO夏中谱受邀出席论坛压轴的圆桌对话环节，以“如何驱动物理AI从‘理解’到‘执行’”为主题，与行业首席科学家及企业CTO同台发声，共同分享具身智能领域的前沿技术动态，并在思想碰撞中围绕世界模型的技术路线、数据来源与落地路径探讨具身智能当下的变革。

对话中，夏中谱深入阐释了世界模型的底层逻辑与核心本质。谈到对世界模型技术路线的复盘，他指出，回看技术路径的探索，行业做对的选择是现阶段抓住了问题本质，将核心注意力转移到了理解物理世界的因果规律上；而此前走过的弯路，则是将“生成逼真视频”等同于“真正理解世界”。夏中谱强调，视频生成只是表象，正如大语言模型通过 “对下一个词的预测”抓住了语言的结构与逻辑本质一样，世界模型的本质是学习物理世界的状态变化与因果规律，以此推演未来并做出正确决策。因此，因果建模与可预测、可规划的世界理解，才是支撑具身智能走向物理世界的核心地基。

谈及世界模型如何成为AI进入物理世界的基础范式时，夏中谱指出，这绝非依靠某一个单点技术的突破，而是模型、数据、训练方法三者系统性闭环的能力。夏中谱透露，无界动力内部对此有一个基本判断：模型是智能的载体，数据是信息的载体，而训练方法则是把信息转化为智能的关键路径。因此，具身世界模型的核心能力不只是采集更多数据，而是建立一套科学的数据配比和训练体系，针对不同数据类型设计不同的训练方法，最 大程度把数据中蕴含的信息转化为模型智能。他强调，世界模型与强化学习的深度结合，将是推动整个行业跨越范式拐点的最 大突破口。

无界动力始终坚持这一底层逻辑，自创立之初就坚定践行“隐空间世界模型+强化学习”双轮驱动的技术路径：以“隐空间世界模型”建立“世界观”，认知客观世界的物理规律与因果关系，构筑起物理世界认知与未来状态预测的核心能力；以“强化学习”塑造“价值观”，基于高频的试错、解决与奖励，将对物理世界的深刻理解沉淀为改变现实的精准执行策略。双轮驱动的技术路径实现了从“理解物理世界”到“输出精准控制”的闭环，在赋予机器人独立应对未知环境能力的同时，驱动其长效自主进化，赋能具身操作跨越多元场景，加速走向更大规模的应用落地。

为拓展具身通用大脑在多元真实场景中的泛化边界，无界动力近期推出了全球首 个“长时序双向物理因果链”隐空间世界模型——MWA™ 具身通用大脑，同时在由斯坦福大学等顶 尖机构联合发起的具身智能权威榜单中刷新行业纪录、荣登全球第 一。MWA™ 摒弃了像素空间预测的冗余噪音与高算力消耗，全程在统一共享潜空间完成推演，实现高能效精准表征，并创新性地实现了时序 Chunk 级逆向动力学建模机制，突破传统世界模型“单步潜动作推理”的桎梏，重构逆向动力学模型的输出范式，使之具备长时序因果归纳能力，可批量推理输出连续多步 Latent Action Chunk 动作组，有效解决机器人长周期作业连贯、高精度执行难题。

依托在半结构化的工业产线、开放的商业空间，以及复杂多变的家庭环境等多元真实场景中的持续淬炼，MWA™ 具身通用大脑的泛化边界得到进一步拓展。通过在物理世界中的真实交互与数据沉淀，无界动力已构建起“场景牵引—数据反哺—模型进化”的强劲飞轮效应，驱动技术向更高阶跃迁。

目前，无界动力已累计签署总额 1 亿美元的全球市场订单，业务覆盖 6 个国家及地区、4 大核心应用场景，展现出坚实的技术落地实力。未来，无界动力将携手全球合作伙伴，全面加速具身智能在多元场景的规模化应用，打造下一代生产力中不可或缺的基础设施。