来自中国的“无界天下模子”（Boundless World Model，，，，，BWM）一鸣惊人——开源版本BLM得分64.54，，，，，在13个参评模子中斩获全球第一；；；；；；闭源版本BWM-Fast得分67.87，，，，，在总计86个参评模子中位列全球第二，，，，，距离榜首仅差0.39分。。。。。 这份榜单从视觉质量、运动质量、物理遵照性、内容一致性、三维空间准确性及可控性六大维度、16项细分指标举行综合评估。。。。。参赛阵容堪称豪华：Google、NVIDIA、高德、智元机械人、生数科技、极佳视界、流形空间、北京人形机械人立异中心……海内外顶尖团队悉数加入。。。。。 值得注重的是，，，，，BWM并非出自算力堆叠的大厂之手，，，，，而是由欧洲科学院外籍院士、同济大学盘算机科学与手艺学院院长申恒涛教授牵头，，，，，国家级青年人才朱磊及其团队，，，，，联合考拉悠然、上海码极客配合研发。。。。。团队基于阿里巴巴开源的Wan2.2-TI2V-5B视频天生模子，，，，，以50亿参数的小体量，，，，，跑赢了诸多规模远超自己的敌手。。。。。 若是你看过波士顿动力的机械人视频，，，，，可能会有一个疑问：那些流通的行动、精准的抓。。。。。，，，究竟是提前编好的程序，，，，，照旧机械人真的“明确”了物理天下？？？这个问题的谜底，，，，，指向AI领域最前沿也最棘手的偏向之一——天下模子。。。。。 天下模子的野心很大：让AI不但“望见”画面，，，，，还能“预见”接下来会爆发什么。。。。。给它一张初始照片，，，，，再告诉它“机械人要把杯子放到桌上”，，，，，它就能推演出整个行动历程的视频——就像给AI装了一双能预见未来的眼睛。。。。。这个能力一旦成熟，，，，，机械人就不需要在真实天下里一次次试错，，，，，而是在虚拟天下里先把行动“彩排”一万遍。。。。。 2026年，，，，，天下模子成了AI圈最炙手可热的赛道。。。。。图灵奖得主Yann LeCun与谢赛宁合资建设AMI Labs，，，，，据多家媒体报道融资规模达10亿美元级别；；；；；；李飞飞的World Labs一连加码；；；；；；贝索斯建设Project Prometheus押注制造业AI。。。。。具身智能也被列入“十五五”未来工业妄想，，，，，政策与资源的双重驱动下，，，，，全球科技巨头正猖獗涌入。。。。。 近两年，，，，，天下模子这条赛道有一种显着的“军备竞赛”倾向：模子参数越来越大，，，，，训练数据越堆越多，，，，，算力卡集群越拉越长。。。。。在这种气氛下，，，，，BWM团队选择了一条不那么“卷”的蹊径——不靠堆数据和拼算力，，，，，而是靠架构立异和数据效率取胜。。。。。 这里需要睁开诠释一下DiT架构的价值。。。。。与古板扩散模子差别，，，，，DiT用Transformer替换了原来的卷积主干网络。。。。。在处置惩罚长视频序列时，，，，，注重力机制能够捕获更远距离的时空依赖关系——简朴说，，，，，就是让模子在推演第100帧时，，，，，还记得第1帧里杯子放在那里。。。。。而“动态影象机制”的引入，，，，，则进一步缓解了长时序推演中的“灾难性遗忘”问题。。。。。 首帧指导机制使用初始帧信息锚定场景，，，，，提升视频天生的时空连贯性；；；；；；双通路行动控制调制则将机械人行动轨迹精准映射到视频天生中，，，，，实现行动可控的物理仿真。。。。。三项立异从场景初始化、长时序影象建模到行动响应控制多维度协同，，，，，使BWM在时空连贯性、行动可控性与物理一致性上周全领先。。。。。 BWM以小参数目跑赢大模子，，，，，这在天下模子领域并未几见。。。。。它不但是一项手艺效果，，，，，更在提醒一个偏向：算力规模并非唯一的入场券，，，，，架构原创才是真正的壁垒。。。。。 天下模子好欠好，，，，，最终要看它能不可在真实的机械人使命中“靠谱地预判”。。。。。BWM在评测中笼罩了六大类典范具身使命场景，，，，，每一类都在磨练模子对差别物理交互的建模能力： 空间重排——按巨细排列积木、堆叠碗碟。。。。。挑战在于多物体的空间排序与堆叠稳固性。。。。。BWM能够坚持物体身份与目的结构，，，，，维持稳固堆叠接触，，，，，并展望自顺应夹爪控制。。。。。 铰链交互——翻开微波炉、掀开条记本电脑。。。。。挑战在于铰链约束下的开合动力学，，，，，以及旋转历程中物体几何形态的连贯性。。。。。BWM在长时序推演中坚持了物体状态的长期性。。。。。 细腻操作——拧开关、挂杯子、按铃铛、盖章章。。。。。挑战在于极小的接触区域和准确的状态转变交互，，，，，要求模子明确物体的可供性——也就是"这个工具能怎么用"。。。。。 双臂协同——双手转达积块、交接麦克风。。。。。挑战在于双臂同步运动与近距离交接中的碰撞阻止。。。。。BWM建模了同步双臂运动，，，，，坚持了物体一连性。。。。。 长程安排——将物体放入柜子、瓶子扔进垃圾桶。。。。。挑战在于长时序场景一致性与遮挡下的物体漂移问题——BWM在遮挡场景下物体不会"凭空消逝"。。。。。 漫衍外泛化——团队用GPT-Image-2天生了从未见过的初始场景，，，，，叠加原始机械人行动序列让BWM推演未来效果。。。。。面临物体外观的强烈转变，，，，，BWM仍然坚持了行动驱动的动力学一致性和交互连贯性。。。。。这意味着模子并不是靠"背题"拿到高分，，，，，而是真正学到了某种水平的物理纪律——即便面临训练历程中没见过的场景外观，，，，，它依然能沿着给定的行动序列，，，，，合理地推演出接下来会爆发什么。。。。。用更通俗的话说：模子拥有了一定水平的“物理直觉”。。。。。 这些场景的难度在于，，，，，它们不是简朴的视频天生，，，，，而是基于给定行动序列的物理仿真。。。。。模子需要明确“力”与“运动”的关系，，，，，需要预判行动的效果，，，，，需要对三维空间有准确感知。。。。。这正是天下模子区别于通俗视频天生模子的焦点能力。。。。。 当宿天下模子行业保存一个显着的痛点：学术效果难验证，，，，，顶尖手艺难复现。。。。。许多团队在论文里报告的效果令人印象深刻，，，，，但外界既无法复现，，，，，也难以判断真实能力界线在那里。。。。。 BWM团队接纳的战略是开源与闭源并行——开源版本BLM释放可复现的手艺底座，，，，，降低科研与开发门槛；；；；；；闭源版本BWM-Fast则一连探索模子性能上限，，，，，验证手艺蹊径的竞争力。。。。。 阻止发稿，，，，，BLM的模子权重、推理代码已在GitHub和Hugging Face同步开放，，，，，训练代码也在逐步释出中。。。。。GitHub客栈已收获凌驾1600颗Star。。。。。当足够多的研究者和开发者基于统一套开源底座做实验、提issue、孝顺代码，，，，，天下模子的迭代速率将会显著加速。。。。。 从更大的行业视角来看，，，，，天下模子赛道正在从“要不要做”进入“怎么做”的深水区。。。。。LeCun的JEPA蹊径、李飞飞的3D天生蹊径、华为系团队的类脑认知蹊径、以及BWM所代表的行动条件视频天生蹊径——差别的手艺路径正在交汇和分解。。。。。 英伟达机械人偏向认真人Jim Fan在红杉AI Ascent 2026大会上抛出了一个极具争议的论断：“VLA已死，，，，，WAM当立”。。。。。随后，，，，，复旦大学团队联合新加坡国立大学揭晓综述《World Action Models: The Next Frontier in Embodied AI》，，，，，与Jim Fan的论断遥相呼应。。。。。 无论这场蹊径之争最终走向何方，，，，，BWM的效果已经证实晰一件事：在天下模子的竞争名堂中，，，，，中国团队不但在。。。。。，，，并且有实力站在最前面。。。。。同济大学空间智能团队体现，，，，，这套手艺蹊径与全栈能力系统已形成，，，，，未来将在空间智能与天下模子焦点问题上一连深度探索。。。。。而关于整个行业来说，，，，，一个开源、高水平、一连迭代的天下模子底座，，，，，或许正是目今最缺的那块拼图。。。。。