从机器人马拉松到机器人格斗赛，再到工厂里的搬运机器人、商场里的服务机器人，人形机器人不断刷新着大众的认知。越来越多企业开始展示令人惊艳的 Demo，仿佛距离机器人真正进入我们的生活已经越来越近。但热闹背后，一个问题始终没有真正解决。
今年 WAIC 前夕，大晓机器人创始人王晓刚在群访中，没有重点介绍机器人的硬件能力，也没有展示新的运动控制技术，而是反复提到了一个关键词——世界模型（World Model）。
这或许意味着，机器人行业真正的竞争方向正在悄悄发生改变。未来几年，真正决定机器人能力上限的，可能不再是机械结构，而是机器人是否拥有一颗能够理解真实世界的“大脑”。
Demo 精彩，但机器人依然不会工作
过去几年，人形机器人最大的进步来自运动能力。
机器人可以完成越来越复杂的动作，可以适应更多复杂地形，也能够完成越来越精细的抓取操作。这些能力让机器人越来越像人，也让整个行业获得了资本市场的高度关注。但这些能力，大多建立在环境是可预测的这一个前提之上。
无论是演示视频，还是实验室测试，机器人面对的大多是已经学习过无数次的任务：固定的位置、固定的物体、固定的动作流程。
现实世界却完全不同。家庭里的玩具可能每天摆放的位置都不一样；酒店里的房门可能突然打开；工厂里的物料可能随时发生变化；甚至人与机器人之间的每一次交互，都可能出现新的情况。
对于机器人来说，真正困难的从来不是完成一个动作，而是在面对未知情况时，依然知道下一步应该怎么做。王晓刚认为，这正是当前机器人行业最大的瓶颈——机器人缺少真正的泛化能力。换句话说，机器人已经学会了怎么做，却还没有真正学会为什么这么做。
世界模型，本质上是在给机器人建立常识
过去两年，具身智能行业最热门的技术路线是 VLA（Vision-Language-Action）。它让机器人能够通过视觉理解环境，再结合语言理解任务，最终输出动作。这套路线已经帮助机器人完成了大量固定流程任务，也是当前多数机器人公司的核心技术基础。但 VLA 更像是一位经验丰富的执行者。它知道看到什么应该做什么，却未必真正理解整个世界是如何运转的。
王晓刚认为，世界模型最大的意义，并不是替代 VLA，而是在机器人执行动作之前，让它先完成一次对现实世界的推演。大晓进一步将这一思路概括为具身世界模型的第一性原理：从复杂、冗余的多模态信息中，提取真正影响行动结果的高密度信息，锚定能够支撑机器人控制与决策的关键状态，并在不确定的环境中尽可能降低行动代价。换句话说，世界模型不需要完整复刻整个物理世界，而是要帮助机器人判断哪些信息与当前任务有关、不同动作可能带来什么结果，再从中选择更可靠的执行方案。
例如让一台机器人需要进入酒店房间收取衣物。过去它可能只是识别目标并完成抓取。而拥有世界模型之后，它会先判断门是否会关闭、房间里是否有人经过、不同路线可能出现哪些风险，再综合这些信息选择最优方案。
这看似只是多了一步思考，却意味着机器人第一次开始拥有类似人类的决策能力。它不再只是执行动作，更开始理解动作背后的因果关系。
对于整个机器人行业而言，这种变化的重要性，或许并不亚于当年 ChatGPT 给大语言模型带来的影响。
真正的竞争，是谁拥有更多真实世界
谈到世界模型，人们很容易把注意力放到算法本身。但在王晓刚看来，真正决定世界模型能力的，并不是模型，而是数据。过去几年，机器人训练主要依赖两种方式：一是真机遥操作，二是仿真环境生成数据。
两种方式都取得了一定效果，但也都存在明显局限。
真机数据采集成本高、效率低，机器人数量有限；仿真数据虽然规模足够大，却始终存在“模拟世界”与“真实世界”之间的差距。因此，大晓机器人提出了一种新的思路。机器人不一定先向机器人学习，而是先向人学习。
人类每天都在完成无数次抓取、搬运、开门、避障、协作等动作，这些行为天然包含着人与环境交互的规律。如果能够通过第一视角视频、多模态感知、动作轨迹等方式，把这些数据持续记录下来，再让机器人进行学习，就能够更快建立起对于现实世界的理解。
这也是为什么王晓刚多次提到“Human-Centric Data”。
未来机器人行业最重要的资源，也许不是机器人本身，而是真实世界每天产生的大量人与环境交互数据。
机器人不会先进入家庭
每一家机器人公司几乎都会描绘家庭机器人的未来。但王晓刚却认为，家庭恰恰会是机器人最后进入的场景。原因很现实。家庭是最开放、最复杂的环境，没有固定流程，也没有标准答案。机器人不仅要完成任务，还要保证安全、理解人的意图，并处理各种突然发生的情况。
相比之下，酒店、零售、仓储等 To B 场景虽然没有家庭那样充满想象力，却拥有更加稳定的工作流程，也能够持续产生大量真实数据。
这些场景不仅能够帮助机器人创造商业价值，更重要的是，它们是机器人学习现实世界最好的课堂。因此，机器人行业真正的发展路径，很可能不是直接进入家庭，而是先进入成千上万家酒店、商场和工厂，在真实环境中不断学习，再逐渐走向家庭。
这是一条商业化路径，更是一条模型成长路径。
拼大脑！行业已经来到新的拐点
回顾过去几年，人形机器人行业的发展几乎可以清晰划分为几个阶段。
最初，大家竞争的是机械结构和运动控制；随后，大模型的出现让行业开始进入 VLA 时代；而从今年开始，一个更加明显的趋势正在出现——越来越多机器人企业开始把目光投向世界模型。
这并不是一次简单的技术升级，而是整个行业竞争逻辑的一次变化。
未来决定一家机器人公司竞争力的，不再只是机器人能跑多快、跳多高，而是谁拥有更多真实场景，谁能够持续获取高质量数据，谁能够建立更强的世界模型，再通过真实部署形成数据、模型和场景之间的正向循环。
如果说过去十年，机器人行业一直在努力让机器人拥有一双越来越灵活的手，那么未来十年，行业更重要的任务，或许是让机器人真正拥有一颗能够理解现实世界的大脑。
而这，也许正是王晓刚反复提到世界模型的真正原因。