LeCun押注的世界模型，中国一家清华系公司已经做进了机器人

田晏林 发自 凹非寺
量子位 | 公众号 QbitAI

世界模型这条赛道，越来越有全球顶尖AI高手过招的架势了！

Yann LeCun持续押注预测式世界模型，李飞飞带领World Labs探索可交互的3D世界，全球头部AI团队正沿着不同技术路线加速探索。

让AI真正理解物理世界、预测物理变化，正成为新一轮技术竞争的焦点。

最近，这股世界模型热潮也延伸至南京。

10月20日，首届2026物理AI与世界模型大会在南京开幕。图灵奖得主LeCun、姚期智都远程分享了最新观察。

在这场世界模型领域的学术与产业盛会上，清华系具身智能公司千诀科技，也在大会上正式发布了预测式世界模型Polibrain。

千诀科技创始人高海川在开幕式演讲中，用一句话解释了世界模型的独特价值：

有了地图，可以推导出最短路径；但有了路径，并不能反过来推导出一张地图。

这里的「地图」，正是对物理世界及其变化规律的一种抽象理解。

而千诀此次发布的Polibrain，想做的就是让机器人拥有这样一张可以用于预测和规划的「地图」。

早在2025年，千诀联合清华大学团队就在ICML发表了世界模型相关理论研究，其在隐变量可辨识性、低阶偏好等方向上的公开探索，比LeCun团队的相近研究早了约一年。

仅仅一年后，千诀已经把相关技术积累推进到了真实机器人应用中。

从环境感知、行动预测，到自主规划和执行反馈，千诀试图让机器人学会根据物理世界的变化，自主决定下一步怎么做。

目前，这套智能能力已在四足、人形、轮式、双臂等机器人形态上开展适配。

千诀的预测式世界模型Polibrain，究竟有什么特别之处？他们又是如何让不同形态的机器人，共用一套智能大脑的？

“世界模型讲了这么多，大家真的理解了吗？”

在开幕式的压轴演讲上，高海川率先抛出了这样一个问题。

随后，他讲了一个「古代商人从广州运送荔枝到长安，怎样才能找到最快的路线？」的故事。

看过电影《长安的荔枝》的观众，对这个难题应该不陌生。

高海川给出了两种解法。

一种办法，是把可能的路线都走一遍，从中找出最优解。

另一种方法，则是先弄清广州到长安沿途有哪些城市、城市之间如何连接，画出一张地图，再根据地图规划路线。

前者被他用来类比当前的VLA路线，后者则对应世界模型的预测与规划方法。

区别在于，机器人能否提前推演行动可能带来的结果，减少实际试错。

这正是千诀Polibrain预测式世界模型想要解决的问题。

那么，这套方法放到真实机器人身上，能做什么？

千诀提供的一段应用演示视频，展示了一个直观场景。

在户外，一台带着机械臂、背着回收筐的四足机器狗，正在执行垃圾回收任务。

它需要自主寻找地面上的垃圾，识别目标位置，移动过去，再规划机械臂动作，将垃圾抓起来，放进随身携带的回收筐。

看起来只是一套捡垃圾的动作，背后却有一连串决策难题：垃圾在哪里？机器狗应该从哪个方向靠近？机械臂伸出去之后，能不能顺利抓住目标？

尤其是在真实环境中，物体的位置、空间关系都可能发生变化。机器人光知道下一步做什么还不够，还得提前判断，这一步做下去会发生什么。

这正是预测式世界模型想解决的问题。

Polibrain通过学习环境状态、历史信息和行动结果之间的关系，在任务相关的潜在表征空间中预测状态变化。

这里还有一个关键的技术选择。

Polibrain并不追求把未来的每一帧画面完整生成出来。

对于正在捡垃圾的机器人来说，地面是什么颜色、背景有多少纹理，未必重要。

真正影响任务完成的是垃圾的位置、机械臂与目标的相对关系，以及抓取动作会如何改变目标状态。

与其花费大量计算资源还原整个世界，不如集中预测那些真正影响行动的关键信息。

高海川在演讲中也强调：“世界模型要做好，关键在于状态表征。”

但预测得准只是第一步。

真实任务很难完全按照计划推进。如果抓取失败，或者目标位置发生变化，机器人还需要知道如何继续。

Polibrain将环境感知、状态理解、行动预测、任务决策、动作执行和反馈调整连接起来，形成持续决策闭环。

当执行结果与预测不一致时，模型可以根据新的环境状态重新评估任务，调整后续行动。

它还支持通过关键特征解码，追踪预期状态与实际结果之间的偏差，为异常定位和任务恢复提供依据。

不过，这套机制在复杂场景中究竟有多可靠，还需要更完整的实测数据验证。

而且，这张「地图」，理论上并不只属于某一种机器人。

人形机器人可以用机械手抓杯子，轮式单臂机器人也可以。

虽然本体结构和控制方式不同，但它们需要理解的物体关系、目标状态及环境变化规律存在共性。

这意味着，面向物理世界的部分智能能力，有机会在不同机器人之间复用。

目前，千诀已在人形、轮式、单臂、双臂等多种机器人形态上开展适配，探索陪伴服务、餐饮服务、物品整理及精细操作等任务。

不过，要让不同形态的机器人真正共用一套智能能力，光有环境预测还不够。

模型必须从复杂的真实场景中，学到可以跨环境、跨任务复用的规律。

这就涉及千诀更底层的一项研究：多项式表征。

所谓「多项式表征」，简单来说，就是通过一套数学方法，让AI从复杂环境中提取真正影响任务结果的关键变量，减少对无关细节的依赖。

为什么需要这项技术？

机器人想要适应不同场景，绕不开一个难题：泛化。

比如，机器人在一个仓库学会抓取，换到另一个仓库，光照、背景、货架位置一变，表现就可能大打折扣。

问题在于，模型训练时，很可能记住大量与任务无关的细节。背景纹理、光照条件，甚至物体周围的摆设，都可能被神经网络当成判断依据。

这就容易造成「特征污染」。

另一种问题更隐蔽：模型可能误认为经常同时发生的现象之间，存在因果关系。

高海川在演讲中举了一个例子。

主人出门前，从抽屉里拿走钥匙。这里有三个事件：主人出门、主人拿走钥匙、抽屉里的钥匙消失。

如果模型只学习事件之间的相关性，就可能错误地认为，只要主人出门，抽屉里的钥匙就会消失。

等到主人真的忘带钥匙，让机器人帮忙寻找时，机器人反而可能判断，主人既然已经出门，钥匙肯定不在抽屉里了。

显然，这不符合真实世界的因果关系。

模型究竟是在死记硬背，还是学到了物理世界的规律？

千诀希望通过多项式表征，让模型少记场景细节，多学可迁移的规律。

这条路线背后，有千诀持续数年的研究积累。

2025年，千诀联合清华团队在ICML发表《When Do Neural Networks Learn World Models?》，研究神经网络在什么条件下，能够从观测数据中恢复隐藏的世界结构。

研究从「多任务学习」和「低阶偏好」入手，利用Fourier-Walsh变换分析离散布尔世界中的函数结构，解释模型何时能够辨识真实隐变量。

有意思的是，LeCun团队也从相近的理论视角切入。

2026年5月，LeCun等人发表《When Does LeJEPA Learn a World Model?》，同样研究世界模型的隐变量可辨识性，以及函数阶次与低阶偏好之间的关系。

高海川在演讲中进一步解释了两项研究的差异。

千诀团队从因果推断和布尔空间的角度提出学习判据，LeCun团队则从时间维度切入。

虽然研究对象不同，数学工具不同，但两项研究提出的学习判据具有一定等价性，最终导出的表征，在信息层面也具有一定等价性。

事实上，两者都在尝试回答同一个问题：

AI究竟如何从复杂观测中，学到能够泛化的世界结构？

从公开发表时间看，千诀联合清华团队在相近方法论方向上的研究，比LeCun团队上述论文早了约一年。

2026年，千诀联合清华团队进一步提出「有效阶」（Effective Degree，ED），试图给神经网络的复杂度提供一把可以计算的「标尺」。

以往Benchmark能告诉研究者模型答得对不对，研究者却不容易判断模型学到的函数究竟有多复杂。

ED尝试解决这个问题。

其方法是沿真实数据点之间的插值路径观察神经网络，用正交多项式拟合模型输出，再根据不同阶次成分的权重计算复杂度。

低阶成分占主导时，ED较小；高阶成分越多、幅度越大，ED就越高。

这样一来，研究者不仅可以量化、比较模型的函数复杂度，还能将这一指标引入训练过程，帮助模型减少不必要的复杂变化。

当然，函数更简单，不意味模型一定掌握了正确的物理规律。

但这项研究为分析和优化模型泛化能力提供了新工具

除了学会提取规律，机器人还得记住真正重要的事。

比如，机器人把杯子放进柜子，关门后就看不见了。等到下一步需要操作这个杯子，必须记得杯子被放在哪里。

在连续任务中，物体可能被遮挡，部分状态无法仅凭当前画面判断。

于是，千诀团队还研究了基于反事实推断的历史信息筛选机制。

简单来说，就是判断某段历史观测是否会影响后续预测和决策，再决定是否保留。

机器人无需记住看到的所有画面，而是重点保留那些会影响后续任务的信息。

背景是什么颜色，不一定重要；杯子放进哪个柜子，却会影响下一步动作。

「多项式表征」帮助模型提取关键变量，「因果记忆」则帮助模型筛选重要经历。

两者共同为机器人应对遮挡、延迟反馈、多步骤任务等复杂情况提供方法支持。

不过，相关基础研究提供的是技术依据，实际效果还需要更多真实任务验证。

总不能机器人每换一个房间，就重新学习一遍怎么干活吧？

多项式表征与因果记忆，为模型学习和利用可迁移的规律提供了技术基础。

但学到的规律，怎么才能让不同形态的机器人共同使用？

这就涉及另一个问题：如何把对世界的理解，与具体执行动作的机器人本体分开。

不造机器人，千诀想做所有机器人的大脑

说回那颗要送往长安的荔枝。

即便已经有了地图，想把荔枝真正送到长安，也还需要马匹、车船、驿站等不同运输环节协同工作。

同样，机器人有了对世界的理解，也不意味着它必须独立完成所有动作。

高海川举例说，让机器人把衣服放进洗衣机，人形机器人可以一只手拿衣服，另一只手开门。

但如果换成只有一只机械臂的轮式机器人呢？

它完全可以通过智能家居IoT系统，让洗衣机自己打开门。

硬件不同，执行方式不同，但最终对物理世界产生的变化可以相同。

这也是千诀「松耦合世界模型架构」想要解决的问题。

具体来说，Polibrain将面向环境与任务的共用表征，与具体机器人的动作执行能力相对分离。

对世界的理解可以共享，至于怎么执行，则由不同机器人甚至自动化设备根据自身能力决定。

这套思路也决定了千诀的产品定位：不造机器人本体，而是为不同形态的机器人提供智能能力。

而且，千诀的目标不只包括通用机器人，也包括面向具体任务的专用机器人。

高海川认为，具身智能的商业落地可能是渐进的，不必一开始就追求完整的人形形态。

比如，减少一只机械臂，可以成为酒店配送机器人；换成双臂，可以进入餐饮服务场景；进一步调整本体结构，又能用于巡检、安保、环卫清洁等任务。

形态可以因场景而变，底层对世界的理解却有机会复用。

更值得关注的是，这种跨本体复用还有一层数据价值。

具身智能长期面临物理交互数据不足的问题。真机采集成本高、积累缓慢，不同形态的数据又难以直接共享。

从数据来源看，可以将机器人学习所需的数据大致分为三个层次：

• 底层是第一视角视频、人类操作视频等无本体数据，帮助模型学习环境、物体关系及交互过程。
• 中层是真机遥操等机器人本体数据，建立具体动作与物理环境变化之间的联系。
• 顶层是真实业务场景中的反馈数据，让模型发现长尾问题，并持续迭代。

三类数据各有作用，但要让它们真正产生价值，还需要解决跨本体数据难以复用的问题。

高海川认为，人形、轮式、四足乃至扫地机器人，虽然结构不同，但对物体关系、任务目标和环境变化的理解存在共性。

Polibrain希望通过共享高层表征，让不同形态积累的数据有机会服务同一套模型。

更多机器人接入，覆盖更多真实场景；数据持续积累，推动模型泛化；模型能力提升，又有机会吸引更多机器人厂商和客户。

由此，一套跨本体数据飞轮有了形成的可能。

不过，共用表征不代表数据就能自动打通。高海川也提到了不同机器人企业之间的数据壁垒。

对于各家本体厂商而言，数据本身具有商业价值，开放共享并不容易。

千诀作为独立模型公司，正在通过服务不同机器人企业，探索跨本体数据的协同利用。

从理论研究到真实机器人的应用，Polibrain的发布，为预测式世界模型走向产业应用提供了一个观察样本。

至于跨本体数据能否真正打通，模型能力能否随着应用规模持续提升，还需要更多真实场景的验证。

现在，「地图」已经有了。

但从画出地图，到把那颗「荔枝」真正送到长安，还有一段长路要走。