近日，大晓机器人联合港中文MMLab发布全球首个全屋三维生成与全交互框架Kairos-Homeworld，并开源4B参数世界模型Kairos 3.0-4B。Kairos-Homeworld将30万套中国真实住宅户型转化为3D仿真环境，支持一句话自动“盖房”及物体级物理交互，为机器人提供海量本土化数字训练场。同时，Kairos 3.0-4B作为机器人“大脑”，推理速度较英伟达Cosmos 2.5快72倍，能精准理解物理规律并支持端侧实时运行。这两项成果分别打造了机器人的“训练场”与“大脑”，补齐具身智能发展的核心基础设施。此外，大晓近期已完成蚂蚁集团领投的天使轮融资。

2026年6月3日，在ICRA 2026大会上，UT Austin副教授、NVIDIA GEAR团队负责人朱玉可发表演讲，直击人形机器人数据瓶颈。他提出“数据金字塔”策略，主张融合人类视频、合成与真实机器人数据，并让“世界模型”作为“数据海绵”吸收整合多源数据。现场展示的SONIC和EgoScale案例证明，利用人类动捕及第一人称视频，仅需不到1%的真实数据即可完成复杂任务。其研发的DreamZero模型更实现虚拟轨迹与真实数据近乎100%等效。朱玉可最后强调开源的核心价值，并宣布NVIDIA发布首个H2 Plus参考平台，加速人形机器人迈向大规模部署。

近日，智在无界发布全球首个在百TOPS级端侧芯片实时运行的隐式世界模型Being-H-Flash。该产品将物理AI部署成本打至“白菜价”：单台机器人月算力仅需150元，约为英伟达Cosmos方案的2%。技术上，它摒弃高耗能的像素级生成，采用潜空间推理结合超20万小时人类视频训练，在端侧实现近20FPS实时运行，并兼容国产与英伟达双平台。这标志着世界模型首次真正植入机器人本体，彻底告别云端延迟，让具身智能在仓储、工业等真实场景的规模化落地终于“算得过账”。

【李飞飞亲自定义“世界模型”：三大功能与融合趋势】近日，针对AI界“世界模型”概念泛滥的现状，李飞飞撰文将其清晰划分为渲染、模拟和规划三大核心功能。渲染器商业最成熟但缺乏物理精度；规划器最具潜力但受限于实验室；模拟器强调物理一致性，是连接两者的关键桥梁，但面临数据短缺。李飞飞强调，这三类能力是对同一底层理解的投影，当前边界正加速消融。未来三者将融合为统一的世界模型，兼具逼真渲染、物理准确与行动规划能力。这不仅将解决单一架构的矛盾，更将重塑机器智能与物理世界的关系，开启空间智能的新纪元。

5月20日，卧安机器人(6600.HK)发布自研世界动作模型OneModel 1.7。该模型首创隐式传导通路，构建RL-LWAM架构，成功打通AI“看懂世界”到“做对动作”的执行断层。实测中，其LIBERO评测及真机日常操作成功率均高达99%。2026年5月，搭载该模型的保姆机器人在NVIDIA澳门站全自主完成洗衣演示。同时，卧安中标深圳4495万元项目，打造业内最大规模家庭具身智能数据采集中心。作为高盛点名推进VLA与世界模型融合的唯一上市企业，卧安正以“一脑多形”底座加速家庭机器人走向真实客厅。

【世界模型榜首易主！跨维智能登顶WorldArena】近日，权威榜单WorldArena公布5月25日截止的最新成绩，跨维智能凭借自研模型DSCFuncWorld，斩获Track 2（数据引擎）赛道全球第一！在英伟达、谷歌等巨头布局的核心赛道，跨维智能大幅领先WoW、BLM等国际模型，刷新最高分。该赛道不拼视觉逼真，硬核考核数据生成与全链路落地能力。此次登顶印证了其顶尖的物理认知实力，打破了模型无法落地的行业痛点，标志着中国企业在世界模型产业化落地方面稳居全球第一梯队！#跨维智能# #世界模型#

2026年5月29日，自变量机器人团队发布全球首个“事件级预测”具身智能世界模型WALL-WM。该模型将预测单位从时间帧升级为语义事件，直接想象目标状态并生成动作，大幅提升跨场景泛化能力。WALL-WM通过三层架构实现感知到控制的路径重构：事件指令入口、事件世界模型和多视角时空融合。其支持两种推理模式——事件模式和统一模式，共享同一套权重，灵活适应不同任务需求。此外，模型采用数据金字塔和四级层级化标注优化训练，并通过分布式系统提升效率。实验显示，WALL-WM在真机泛化、3D感知和动作执行等多方面领先行业，为具身智能领域提供了更自然的任务理解与执行方式。

图灵奖得主领衔，中国大模型第一梯队集结！2026智源大会，看懂AI下一程 人工智能正以前所未有的速度重塑世界。当大模型从数字世界走向物理世界，智能体与世界模型成为今年最核心的技术趋势：智能体赋予模型“行动力”，而世界模型则构建了理解物理规律的“世界观”。作为思想坐标，2026智源大会将汇聚顶尖学者与...

5月19日，北京，智象未来发布超两千亿参数图像大模型HiDream-O1-Image-Pro，基于原生全模态架构Unified Transformer（UiT），在多任务泛化、高保真文字渲染等任务中刷新SOTA纪录。公司同时宣布完成新一轮亿级融资，深创投、金浦投资等参与，显示资本市场对原生全模态方向的看好。智象未来推出三大智能体产品，覆盖商业营销、影视创作和社媒创作场景，并与上海电影集团、蓝色光标等达成战略合作，推动大模型在影视、营销等领域的落地。创始人梅涛表示，原生全模态是实现AGI的必经之路，未来将向世界模型迈进。

正文：2026年5月，AI实验室Odyssey发布全新世界模型Agora-1，首次实现多人联机FPS游戏体验。该游戏最多支持四名玩家（人类与AI混合）实时互动，场景和规则致敬经典游戏《GoldenEye 007》。与传统游戏不同，Agora-1无硬编码物理规则或预制地图，所有画面均由模型实时生成，甚至可即兴补全玩家越界探索的空间。Odyssey还推出了多模态模型Starchild-1，结合视觉与听觉生成交互式环境，例如弹钢琴或重现婚礼记忆。尽管画质模糊、操控欠佳，但这一技术展示了AI模拟共享世界的潜力，引发关于虚拟与真实界限的深思。