机器人训练最大的痛点是什么？不是算法不够聪明，而是数据太贵。一个简单的抓取动作，可能需要工程师在采集工厂手动演示几百次，全国多地斥巨资建数据采集场但长尾场景始终难以覆盖。现在，李飞飞的World Labs给出了一个根本性解法：让机器人在虚拟世界里学会一切。

7月28日，World Labs发布技术博客，宣布收购机器人仿真公司SceniX后首次打通了"真实任务→仿真世界→真实机器人"的完整闭环。这意味着机器人策略的训练数据可以完全来自仿真，不再依赖昂贵且低效的真机数据采集。World Labs宣称"这仅仅是一个开始"，生成式世界模型将越来越逼近真实世界。

这是具身智能路线的一次关键转向。长期以来业界走VLA（视觉-语言-动作）端到端路线，对真机数据高度依赖。如今黄仁勋、杨立昆、李飞飞集体押注世界模型——让AI理解动作之后物体会发生什么变化，而不仅仅是模仿。腾讯张正友指出，关键不在于生成视频，而在于形成感知-决策-行动的闭环。生数科技实验中已观察到类似Scaling Law的拐点迹象，具身模型可能正接近能力爆发的前夜。

当然，行业远未到开香槟的时刻。多位从业者指出世界模型仍处GPT-3早期阶段，VLA、世界模型、分层控制三条路线仍在齐头并进。但方向已然清晰：让机器人在想象中学会行动——这个梦正在变成现实。

AI 生成 . DeepSeek | 搜索综合