機器之心發布

機器之心編輯部

2025 年秋裝智能工作室正被分會活動：特斯拉上海超級工廠宣布 Optimus 2.0 量產下線，同步開放開發者平臺提供運動控制與環境采集 SDK，嘗試通過生態共建破解數據孤島難題；英偉達則在 SIGGRAPH 大會上推出物理 AI 全棧方案，其 全宇宙 平臺結合 Cosmos 世界模型可生成高質量合成數據，直指真機數據的痛點。

這些熱點事件共同指向行業共識：曾被算法創新忽視的數據問題，才是智能落地的根本問題解決。

針對這個問題，近日，我們與跨維智能創始人、香港中文大學（深圳）教授賈奎，香港中文大學（深圳）副教授、工具身決策實驗室主任劉桂良進行了一場深度對話與探討，試圖找到突破工具身智能學習枷鎖的關鍵。

什么是 效率定律 ？

其與 縮放定律 有何區別？

1. 縮放定律 在身體智能領域帶來了什么挑戰呢？

賈奎：標度律 是大語言模型發展過程中所觀察到的經驗法則，即模型的性能與數據量、模型容量/參數量、算力之間分別有一個冪函數關系，此經驗法則有助于在給定的資源條件下，指導如何存在最優模型性能為目標的數據、模型與算力分配。

效應的有效性是建立在訓練大語言模型所需要的海量文本數據存在的前提下的，但對于訓練具身智能模型來說，如上所說，領域還沒有建立能夠支撐標度律的數據范式，那么效應本身也無法發揮指導作用。

具身智能的發展需要能夠自身當前階段有更好指導意義的新決策，因此在中，我們基于縮放定律推導出新的適用當前具身智能發展的新決策，命名為 效率定律。

也就是說，我們首先定義一個名為“數據生成速率”的量 r_D，在最大允許的模型生產時長的條件下，模型性能與 r_D 存在一個冪函數關系，并受控于一個模型容量的冪函數與一個 r_D 的冪函數的加和，進一步啟動，在有限時間內，更高的 r_D 能顯著提升學習效率，從而通過訓練大容量模型提升實際性能，而過低的 r_D 會導致模型進入“數據稀缺區”，使規律故障。

通俗解釋，效率定律的核心觀點是：在有限的高效時間內，具身模型性能上限的，是生成高質量數據的速率（我們稱為r_D）。數據生成速率越快，可以越快地“吃飽”一個大模型，從而突破性能瓶頸。如果速度太慢，模型就會一直處于‘吃不飽’的‘數據稀缺區’，再大的潛力也發揮不出來。所以，具身智能的重點必須從‘堆數據’轉向’造數據’。

因此，車身智能的發展必須從“采數據”和“堆數據”轉向“高效地造數據”；通過提高高質量數據的生成與利用效率，建立起支撐車身智能發展的新學習范式。

為什么世界模型需要絕對的物理精確性？

2. 當前基于視頻生成的世界模型，有什么不足之處？

賈奎：當前基于視頻生成的世界模型雖然能夠生成視覺上連貫、動態一致的視頻序列，但它們主要在像素維度進行統計學習，追求的是“新穎”而不是“物理正確” 。

此類模型往往缺乏對真實規律的理解，無法準確模擬如摩擦、質量、受力、流動等簡單的動力學機制，其生成結果更多依賴于訓練數據的分配因果關系計算，因此在分配外模型時很容易產生違反物理邏輯常識的反事實場景。

對于具身智能而言，學習的核心在于建立真實世界中的感知、動作、反饋循環，智能體必須遵循牛頓力學等物理法則來實現的行為。因此，具身智能所依賴的世界模型必須具備物理精確性，能夠針對剛體、軟體、流動等顯著式三維表征，根據動力學、運動學原理預測世界狀態變化計算系統的內部狀態，推理被現實或未達到的元素變化，保持過程中的一致性，并支持世界狀態的存儲與恢復，以實現精確的仿真與規劃。唯有如此，世界模型才能為具身智能提供符合真實物理約束的環境基礎，支撐其在世界中的后續學習與決策。

3. 您可以闡述一下“基于生成式仿真的世界模型”的內涵、原理和基本屬性，它能如何解決視頻世界模型的不足之處？

劉其桂良：我們在提出了基于生成式仿真的世界模型，即生成式仿真世界模型（GS-World）。它是一種將生成模型與物理仿真引擎深度融合的新型世界模型，從根本上改變了“世界生成”的機制。

傳統基于視頻生成的世界模型主要在像素層學習數據分配，追求上的動態性，卻無法保證物理規律的正確性；而 GS-World 則在生成過程中顯式或隱式地引入物理仿真，將生成模型與可微分的物理仿真相結合，使世界的動態趨向真實的力學等方程。

它不僅生成場景的外觀，還同時生成三維資產、實物、物理參數與交互規則，從源頭保證運動、碰撞、受力等現象的因果合理性。由于內部狀態可被顯著式計算與逆向傳播，GS-World 能夠支持智能體在仿真環境中真實地行動、學習與驗證既具有可控性又具備物理精度，從而解決了模型依賴數據分布規劃、無法視頻泛化和反事實拓撲的傳播。

由此看來，GS-World 真正把“看起來像真實世界”變成了“遵循物理規律可計算的世界”，為具身智能提供了可信賴的學習與推理基礎。

4. “基于生成式仿真的世界模型”，有什么潛在用途？

賈奎：我們所提出的GS-World具有極高的潛在應用價值，它不僅僅是一種新的技術形態，更代表著“世界模型”的終極方向。

首先，GS-World 能夠在物理上精準建模和預測世界動態，真實地生成三維環境、物體屬性及其物理交互規律，從而解決了 Sora2 等視頻生成模型僅具擬真、多樣化物理一致性的問題。在這種框架下，視頻生成只是一個“自然產物副”，系統可通過任何視角的可微輸出渲染視頻，而其本質是一個能夠內在計算蘊含完整物理因果過程的引擎。

其次，GS-World 也是強化學習領域中長期追求的“基于模型 的強化學習的終極模型”，它能夠在仿真空間內構建世界動力學并進行高保真策略驗證，實現虛擬試錯與策略優化的閉環學習。

同時，有了 GS-World，VLA模型的學習將變得極為便利：系統消耗昂貴的真實機器人數據采集可以通過仿真世界自動生成多模態訓練數據，并在物理精確的環境中實現策略驗證與校準。

從根本上來說，GS-World 能夠作為一個通用智能引擎（Engine），驅動持續、流式的身體智能學習，使其能夠自動生成、仿真、評估和逆向優化整個學習過程，使智能體在不斷變化的虛擬物理世界中學習與發展，從而發展出“引擎驅動的身體智能”這一全新的學習范式。

以世界模型為引擎，裝備智能學習新范式

5. 您可以介紹一下“基于生成式仿真的世界模型”為引擎，如何構建新的裝備身智能學習模式？

賈奎：GS-World推出了全新的“發動機驅動工具身智能學習范式”。

相比當前基于任務開發的Sim2Real路徑或Real2Sim2Real等變種，GS-World 能夠主動生成并仿真物理精確的三維世界，使智能體在其中操作、行動、試錯與學習，形成“生成—交互—反饋—優化”的閉環。

它不僅讓世界具備計算器可計算性與自行建立能力，還使智能體的策略學習、任務構建與環境生成融資消耗，從而實現流式、進化的具身智能訓練體系。

這種引擎驅動（引擎驅動）的 Sim2Real VLA 范式，使智能體真正能在生成并物理自洽的世界中持續成長，為通用具智能體的自主學習式奠定了核心引擎基礎。

6. 這種范式如何實現效率法， 它還有什么其他好的屬性？

劉桂良：GS-World是實現效率法的核心機制。

首先，GS-World 將“世界生成、物理仿真、任務構建、反饋優化”整合為一個可微分、可自進化的統一引擎，使智能體的訓練過程由被動的數據驅動轉向主動的任務生成與環境相結合。這樣，世界與智能體共同構成一個自激勵、自循環的學習系統，智能增長速度將與生成仿真能力成正比，體現出學習高效隨數據生成速度（r_D）的 效率規律。

其次，GS-World 通過可控生成能力構建無限多樣的物理環境與任務空間，使智能體能夠在統一的世界模型框架下同時學習多任務、多模態、多物理規律的行為，從而實現“通才化（通才）”的認知擴展。同時，引擎還具備精細化的分配調節能力，可針對特定任務、技能或物理機制自動學習空間、聚焦優化，形成“專才化（專才）”的學習結構。

也就是說，GS-World 提供了一個既能橫向擴展的智能廣度、又能縱向精化智能深度的動態引擎，使裝置主體智能能夠在高效率、強自適應和持續性的閉環中不斷生長。

這種具備自動化、可擴展與彈性特征的引擎機制，為未來的設備智能建立了一個真正可自組織、自安裝的學習生態。

7. 您可以展開描述“數據驅動”與“引擎驅動”的智能學習工具，范式上有什么本質上的不同？

劉桂良：數據驅動的主體智能學習以外部數據為中心，智能體從過去的經驗分布中提取規律，缺乏對物理世界的顯著式建模，因此學習定義、擴展性差、缺乏因果一致性。

而引擎驅動的設備本體智能學習則以生成式仿真引擎（GS-World）為核心，讓智能體在一個可生成、可啟動、可驗證的世界中自主學習，通過閉環交互持續生成數據、構建因果模型并優化策略。它不依賴外部數據供給，而依靠自身生成能力驅動智能持續增長，實現學習效率、泛化能力和可解釋性的全面躍升。

從數據驅動到引擎驅動，是裝備智能從“修改現實”走向“生成現實”的根本范式轉變。

8. 為什么要實現產品級成功率和魯棒抗干擾性的工具身智能，世界模型引擎驅動的學習范式是必然選項？

賈奎：在家庭、商業和工業等復雜的真實場景中，機器人只有在具備物理精確性、抗環境干擾能力及泛化安全性的前提下，才能實現產品級的穩定性與成功率。

傳統數據驅動方法只能從表象數據中學習統計相關性、缺乏與現實物理一致的因果約束，從而在遇到干擾或未見場景時性能崩潰。

而基于 GS-World 的引擎驅動學習范式，能夠從根本上構建物理一致的可生成世界，讓智能體在仿真中經歷無限真實的交互與試錯過程，自主習得對復雜力學、噪聲和變化的補償策略，從而自然獲得魯棒性、泛化力與安全性。

這意味著：要實現真正可部署、可靠且可信賴的設備本體智能產品，引擎驅動的世界模型學習已不是一個可選方向，而是必然的技術路徑。

世界模型發動機：

裝備身智能機器人的終極訓練場和配備場

9. 機器人的技能是如何在“基于生成式仿真的世界模型”中產生和訓練的？

劉桂良：在 GS-World 中，機器人技能不再是人類手工設計的任務腳本，而是通過引擎生成的物理世界中自然“挖掘”出來的。

該模型通過生成真實物理交互的世界，使技能在仿真中形成多樣性、交互優化與驗證階梯形成；通過多模態表示與動作機制語法，這些技能得以抽象、組合與遷移，具有可擴展性的技能生態。最終，憑借世界模型的物理準確性與仿真魯棒性，以及引擎的連續域隨機和域適應能力，這些在虛擬世界中學習的技能能夠安全而高保真地遷移至現實環境，從現實世界到學習再到遷移現實的閉環。

這意味著，在 GS-World 引擎中，技能成為裝備身智能內在的、可解釋、可擴展、可復用的智能基礎元，是未來通用機器人能力的核心生成機制。

10. 如何理解“基于生成式仿真的世界模型”是具身智能機器人的安裝場？

賈奎：GS-World 同步是具身智能機器人的接通場，依靠它讓智能體的身體結構、控制策略與環境動力學在同一物理生成機制下共同構成。

GS ? World?通過可微分的物理仿真、圖結構的形態表示及仿生搜索，使機器人能夠在虛擬機制但物理一致的世界中不斷探索自身形態、優化行為并積累經驗。

它提供的不僅僅是訓練環境，而是一個能促使機器人實現身體與智能行為體的?關鍵躍遷平臺，從而實現人工智能定義機器人本體。

結語

AGI、物理AGI 與裝備智能正全面完成高速發展的階段，行業提出一種基于期待第一性原理、能與具體任務場景深度且契合具備高性能的新技術范式。

而跨維智能聯合香港中文大學（深圳）提出的GS-World 世界模型引擎，以及基于該引擎的工具身智能學習新范式，就是這一范式的典型代表。

目前，GS-World 引擎原型以及基于其自動訓練的VLA 模型也將于近期開源。期待更多產業及學術研究人員投入到這一潛力的新方向，共同推進智能產業的快速發展和廣泛落地。

參考文獻

Jared Kaplan 、Sam McCandlish、Tom Henighan、Tom B. Brown、Benjamin Chess、Rewon Child、Scott Gray、Ale C Radford、Jeffrey Wu 和 Dario Amodei。神經語言模型的縮放定律。arXiv 預印本 arXiv:2001.08361，2020 年。

Jordan Hoffmann、Sebastian Borgeaud、Arthur Mensch、Elena Buchatskaya、Trevor Cai、Eliza Rutherford、Diego de Las Casas、Lisa Anne Hendricks、Johannes Welbl、Aidan Clark、Tom Hennigan、Eric Noland、Katie Millican、George van den Driessche、Bogdan Damoc、Aurelia Guy、Simon Osindero、Karen Simonyan、Erich Elsen、Jack W. Rae、Oriol Vinyals 和 Laurent Sifre。《訓練計算優化的大型語言模型》。arXiv 預印本 arXiv:2203.15556，2022 年。

劉桂良，鄧月慈，劉震，賈奎，GS-World：一種基于生成模擬世界模型的引擎驅動學習范式，公開評審，2025。

NVIDIA, Alisson Azzolini, Hannah Brandon, Prithvijit Chattopadhyay, Huayu Chen 等. Cosmos-reason1: 從物理常識到具身推理. arXiv preprint arXiv:2503.15558, 2025.

OpenAI.Sora：從文本創建視頻，2024年。

Saman Motamed、Laura Culp、Kevin Swersky、Priyank Jaini 和 Robert Geirhos. 生成視頻模型是否理解物理原理？arXiv 預印本 arXiv:2501.09038，2025 年。

David Ha 和 Jurgen Schmidhuber. 世界模型. CoRR, abs/1803.10122, 2018.

Yann LeCun. 邁向自主機器智能之路. Open Review, 2022.

張凱燕，齊必清，周博文. 構建融合系統1和系統2的專用通才人工智能. arXiv預印本arXiv:2205.11487, 2024.

Luca Carlone 和 Carlo Pinciroli，《機器人協同設計：超越單調案例》，IEEE 機器人與自動化國際會議（ICRA），第 3024 – 3030 頁，2019 年。

文中視頻鏈接：https://mp.weixin.qq.com/s/-N86ismeNuaZxrbSZy2kpg