这个世界模型训练完就“退场”，机器人反而更能干了 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 这个**世界模型**，着实是有点**“反骨”**在身上—— 上岗前花了大把时间陪机器人训练，等机器人真要开始干活了，它却先从部署链路里退了出去。 要知道，以前的世界模型对机器人来说，就像是一个随身携带的“脑内沙盘”，机器人先借助它预测未来会发生什么，再据此决定下一步怎么动。模型想得越多，推理链路往往也越长。 但这个“反骨”世界模型，却把思路给换了一下。 它只停留在训练场里，专门检查机器人自己提出的动作会造成什么后果，再把这种检查变成策略优化的反馈。等训练完成，受控世界模型便退出部署链路，机器人执行任务时无需继续展开未来、搜索候选动作。 结果呢？ 机器人反倒是更能干活了！ 这便是由**光象科技**联合清华大学**李升波教授**课题组发布的第一代物理原生世界模型**Phi-WM 1.0 ActEffect**（下文简称ActEffect），整体来看，这项技术试图回答的是具身智能里一个长期存在的问题： 机器人从演示数据里学会了动作长什么样，能否进一步利用动作可能造成的后果，反过来改善自己的