思邈 发自 凹非寺
量子位 | 公众号 QbitAI
你从桌上端起一杯水，大脑用了不到一秒，同时完成三件事：
估算杯子的重量，预判水面晃动的幅度，顺便绕开了旁边那个玻璃杯。
在这个动作中，你的大脑不会在意杯子上的花纹，或是杯壁折射出的复杂光影，而是能瞬间抓住核心：手要出多少力，水才不会晃出来
正是这种忽略无关的环境细节、直接洞察本质的“物理直觉”，让我们干起细活来行云流水。
但对机器人来说，想要学会这种对物理世界的因果直觉，基本属于具身智能领域的高难度悬赏题。
现在，一家成立仅一年的具身智能新锐——无界动力，直接带着新解法交卷了。
其正式发布了全球首个“长时序双向物理因果链”隐空间世界模型MWA™，拓展具身智能的多元场景泛化能力，直击机器人长周期、高精度执行的行业老大难问题。
在由斯坦福大学等顶尖机构联合发起的RoboCasa GR1 TableTop榜单中，无界动力MWA™以75.2%的平均任务成功率拿下全球第一，超过英伟达GR00T-N1.6等一众行业主流模型。
作为赛道里的新晋选手，无界动力是行业里少数坚持“隐空间世界模型 + 强化学习”技术路线的公司。
这条略显特立独行的硬核路线，不仅在技术实测上跑通了闭环，在资本市场也展现出了极强的吸金能力：
公司此前已宣布完成超2亿美元的天使轮融资，而紧随其后的Pre-A轮近2亿美元融资也已接近尾声，背后站着红杉中国、线性资本、京东关联基金等一众头部重仓机构。
这只既能打、又吸金的行业黑马，究竟是如何帮机器人看清物理因果、打破多场景泛化瓶颈的？
我们拆开来细看。
懂了语言和逻辑，机器人就能在现实世界里听懂话、能干活了吗？
答案是：并不行。
过去几年，VLA（视觉-语言-动作）具身智能路线，虽然让机器人听懂了人类的文本指令。
但一到现场，只要光照稍微变一下、桌上的杯子挪个几厘米，机器人就会瞬间“卡壳”甚至动作变形。
本质原因在于，传统VLA模型让机器人干活，更像是一场“刻板的开卷考试”。
它们极度依赖人类演示的模仿学习，只是在死记硬背人类演示的动作轨迹，底层根本不理解物理世界的因果关系，泛化性自然出现断崖式下跌。
人类能处理各种非标任务，靠的是大脑天然具备对物理世界的“直觉推理”。如果机器人对现实的常识认知一片空白，其策略上限就会被锁死在旧范式里。
无界动力选的是另一条路线：隐空间世界模型 + 强化学习
其中，隐空间世界模型建立“世界观”，负责让机器人认知物理规律与因果关系，构筑起对物理世界认知与未来状态预测的核心能力。
强化学习则塑造“价值观”，通过高频试错与奖励反馈，负责把对物理世界的理解转化为精准的执行策略。
先看懂因果，再学会行动。只有让机器人看清物理世界的因果边界，它才能真正跨越实验室Demo，到多元场景里下场干活。
但要建这个世界模型，随之而来的第一个问题是：模型到底该看什么？
传统路线在推演未来时，往往在像素空间里做预测。
机器人看一段视频，不仅要学手怎么去抓杯子，还要顺便把背景里光线的微妙变化、无意义的像素噪声、甚至地板的纹理全算一遍。
大量算力浪费在了与任务无关的冗余信息上。
无界动力的MWA™全程在统一共享的隐空间（Latent Space）内完成推演，跳过像素层面的冗余计算。
更关键的是，它提炼出了“潜动作（Latent Action）”，作为场景交互变化的底层表征。
什么叫“潜动作”？
传统具身智能依赖显式的动作空间，需要人类事先标记好机械臂末端走到哪个位置、关节沿什么轨迹转动，标注成本极高。
而“潜动作”绕开了这一步，直接在特征高维空间内，把视频中“物体因受到交互而产生的位置、状态变化”抽象成一组高维表征。
不依赖任何人工动作标注，模型自己能从画面变化中归纳出动作的本质。
有了“潜动作”，MWA™就能摆脱对传统“动作标签（Action Label）”的依赖。
这样一来，面对互联网上数以亿计、根本没有人类标注动作的原始海量视频，MWA™可以直接拿来训练。
它能自动穿透那些无关紧要的背景噪点，利用潜动作直接由果推因，看懂视频里物体受力与演变的本质物理常识。
这相当于直接盘活了互联网这座无标签数据的金山，让多源数据的利用效率向前迈进了一大步。
面对“动作卡顿与连贯性缺失”问题，MWA™在底层设计上采用了“隐空间双向动力学架构”。
这套架构在隐空间内构建了一套“正逆双向逻辑协同”
简单说，模型内部同时跑着两条推理线：
一条是逆动力学，负责“由果推因”的特征提取，看到结果反推是什么动作导致的；
另一条是正动力学，负责“由因及果”，给定一个动作去推演接下来环境会怎么变化。
这两条线不是各跑各的，架构中引入了“正逆互审机制”。
逆向模型推演出的动作，必须交给正向模型在脑海中进行沙盘推演和虚拟验证，正向模型推演出的环境变化，也必须实时返回，与逆向模型预训练中沉淀的物理本质认知进行因果对齐。
正反互审、反复校验，从而赋予模型极高的因果推理精度。
然而，传统的双向动力学架构在走向复杂现实时，依然存在一个致命盲区：即便进入了隐空间，它们也普遍受限于“单步瞬时潜动作推理”的时序局限。
在这种单步推理机制下，模型缺失了对长时序因果的宏观归纳能力，让机器人只能“走一步、看一步、猜一步”。
这也导致了在面对长周期的连续作业时，任何微小的单步预测偏差，都会在连续时序中像滚雪球一样迅速放大，最终引发动作不连贯甚至系统的全面崩溃。
正是看穿了这一局限，无界动力在双向动力学的基础上做出了核心范式创新，推出全球首个“长时序双向物理因果链”隐空间世界模型
MWA™首创时序Chunk级逆向动力学建模机制，重构逆向动力学模型的输出范式，打破了传统单步推理的桎梏。
这也直接把过去那种“走一步看一步”的瞬时操作，带入了长时序动作的连续推演。
在面对复杂的连续任务时，MWA™在生成动作序列的全过程中，完成动作执行与环境变化的长周期博弈推演，直接从10秒以上的视觉序列中，批量、一次性推理并输出连续多步的Latent Action Chunk动作组。
这从底层大幅减弱了误差放大的“雪球效应”，让机器人具备了真正完成复杂长时序任务的能力。
不妨用一个具体场景，来理解这套机制是怎么工作的。
这套机制里有三个角色协同工作。
机器人擦桌子。桌上有水渍，水渍旁边放着一个易碎的玻璃杯。
Policy Head基于直觉快速输出一个原始动作：用抹布从右向左擦拭。
此时，FDM接手，基于当前图像的隐特征与这个动作，在“脑内沙盘”中前置推理出下一帧的隐空间变化，结果是杯子将被无意打翻。
这一不可接受的后果，随即与当前特征一同输入给IDM，由IDM反向精确锁定造成杯子被打翻的那部分动作分量。
Policy Head随即做出价值判断，在梯度回传更新时，强制策略远离该危险动作区间，用物理因果链提前规避了现实中的碰撞打滑。
反过来，如果Policy Head输出的动作经过FDM推演后，得出的下一帧特征是水渍被成功擦除，IDM会进一步通过前后时序的结构变化由果推因，推理出若要完美擦除水渍，最优的动作特征应该是幅度更契合、能效更高的潜动作表征
策略系统随即进行对齐，主动拉近差距，强制控制序列向这个更优的幅度和轨迹靠拢。
隐空间内的一拉一推，FDM推演后果，IDM追溯原因，MWA™在机器人真正触碰物理世界之前，就为其划定了高确定性的动作禁区与推荐区间，从而让泛化动作的输出更加连贯、高精密，跑通了数据到确定性执行力的闭环。
如果说隐空间世界模型为机器人树立了看清因果的“世界观”，那么如何把这种脑海里的常识，变成真实场景里抗干扰、不掉链子的“价值观”与执行力？
无界动力的做法，是从底层架构让隐空间世界模型原生适配强化学习（RL）机制
通过“物理因果建模 + 强化学习试错 + 边界认知进化”的闭环，让机器人在虚拟演练场里高频自我进化。
但要练出真正抗造的身手，全行业目前都卡在了同一个瓶颈上——数据集普遍“重正轻负”
翻开现在的行业数据集，几乎清一色全是“完美正样本”，极少有颗粒度够细的各类失败的教训。
这就像一个学生只做满分范文的阅读理解，从来没见过扣分点在哪。
考试的时候他知道好作文长什么样，但不知道自己写的哪里会丢分，改都不知道往哪改。
强化学习的道理一样，如果数据集里只有“做对了”，没有“做错了”和“差一点做对”，模型就没有参照物来判断自己的动作到底偏了多少、往哪个方向偏的，奖励信号模糊，策略优化就推不动。
也正是因为这种数据结构，直接导致了强化学习因为缺乏多维度的样本对照，因此行业里根本拿不到高频、稠密的奖励反馈来调优策略。
针对这个行业痛点，无界动力首创了AnyPhys负样本核心数据体系
他们不再只给机器人喂标准答案，取而代之的是把深层负样本、细粒度边界失稳样本、甚至是“差一点就成功”的次优样本，与基准正样本交织在一起。
目前，AnyPhys已经累计沉淀了几万条专属的失败、失稳和临界边界样本，几乎把工业、商业和日常生活中机器人可能遇到的各种“翻车现场”全包圆了，构筑起一个极其罕见的失败知识库。
团队摒弃了传统单一最大化成功奖励的模式，建立了一套自动区分正、负、次优、边界样本的方法论，实现强化学习的复杂稠密奖励设计。
这套方法论不需要额外人工标注，就能充分复用带瑕疵的演示数据，显著增强机器人实操精度与泛化能力。
例如，在精密接插类任务中，基于机器人位姿搭建全局空间图，以末端三维距离为运动代价，求解抵达目标的最短路径，借助剩余路径距离量化动作进度，清晰辨别前进、倒退、停滞状态，实现自动对样本进行打分和分类。
算法兼容离线模仿加权、在线稠密奖励两类训练场景，在高精密插接任务实测中，噪声数据下任务成功率最高提升5倍
说回开头提到的那个榜单。
近日，在具身智能领域的权威评测基准RoboCasa中，无界动力与中科院自动化所-深度强化学习团队联合发布的隐空间世界模型MWA™ - WALA，以75.2%的平均任务成功率刷新行业纪录、斩获全球第一，超越英伟达GR00T-N1.6等一众行业主流模型。
这个榜单的含金量值得展开说一下，RoboCasa由斯坦福大学等顶尖机构联合发起，是业界公认的具身操作核心评测赛场之一。
它不是让机器人在理想环境里做几个标准动作就算过关。
测试场景涵盖多种非标厨房环境及交互物件，囊括了长时序复合流程、受限空间物件拿取等24项高难度任务，并搭配了全域随机化光影、杂物干扰、物体规格变动等严苛的测试条件，专门考验的就是模型在不确定环境中的泛化能力。
实测数据显示，MWA™ - WALA相比第二名模型任务成功率提升2.4%，同时在多步骤连贯操作、受限空间物件拿取、零散物件精准拾取等高频难点任务中表现尤为突出。
这个成绩背后有一个细节值得注意。
MWA™ - WALA能在强不确定性中稳定作业，核心得益于其对互联网上无标签原始数据的深度激活。
对比测试表明，大规模无标签数据训练带来的全场景泛化能力提升是显著的，这也是MWA™ - WALA能在强不确定性环境中保持稳定作业的核心原因。
具身智能赛道上融资不算新鲜事，但无界动力的节奏多少有些不寻常。
成立一年，天使轮超2亿美元，Pre-A轮近2亿美元接近关闭，2026年上半年累计融资数亿美元
红杉中国、线性资本、京东关联基金等机构都在投资方名单里。
资本愿意在天使轮就押这个体量，看的不只是技术路线，更关键的是这支团队过去已经完整跑过一遍“从算法到量产”的全周期。
无界动力CEO张玉峰此前在地平线担任智驾一号位。
他带过千人团队，把地平线的智能驾驶软件算法产品从研发推到规模化交付，最终把地平线智驾业务从0做到了中国市场份额第一
更被行业记住的一笔，是他主导的与大众集团24亿欧元业务合作，这是中国智驾方案首次向全球顶级车企的技术输出，也是那个阶段中国智驾产业最大的一笔出海订单之一。
无界动力联合创始人兼CTO夏中谱的履历则偏向技术纵深。
他是中国智能驾驶产业里研发并量产端到端模型的关键人物之一，曾带着不到40人的团队，在一个半月内拿出了首版Demo。
在无界动力，他主导的是最核心的技术栈：隐空间世界模型+强化学习的研发，以及底层技术基础设施的构建。
有投资人评价，张玉峰和夏中谱的组合，是从理想与地平线体系里走出的创业者中战绩最扎实的两人。
一个知道怎么把技术推到产线上，一个知道怎么把算法逼到极限。
这种“兼具技术与商业化落地”的基因，也直接反映在了无界动力的商业化节奏上。
成立仅一年，无界动力签下了总额近1亿美元的全球订单
合作方的名单覆盖了几条差异很大的产业链：
汽车领域，与ZF LIFETEC、欧摩威集团等全球头部供应商达成战略合作；
能源领域，与远景科技签署了超5亿元人民币的订单，涵盖海外市场的规模化部署与联合研发。这笔订单也是国内具身操作智能赛道上首个亿元级别的海外大单。
在消费端，无界动力与国内外知名连锁咖啡品牌合作，把机器人推进了开放、动态的商业服务场景。
从汽车产线到咖啡门店，场景跨度这么大，对技术的要求截然不同。无界动力的做法是自研一套通用的硬件底座来打通。
而在环境更复杂的家庭场景中，机器人同样展现出了细腻的物理常识。面对各种动态多任务，它能靠着自主决策和长周期推演，实现极强的自适应泛化能力
目前公司已经全栈自研了1200 TOPS（INT8）的大小脑一体大算力计算平台，并在机器人上实现标配部署。
不同场景跑出来的实操数据，持续回流到核心模型的训练管线里，形成数据反哺技术的正向循环。
具身智能赛道的淘汰赛已经开始。Demo阶段结束了，行业开始看一个更硬的指标——你的机器人，能不能真干活、真交付？
无界动力的回答指向一个更底层的命题。
比起教机器人学会更多任务愈发重要的，是让它理解物理世界本身的规律。
一个真正懂重力、懂碰撞、懂摩擦的具身大脑，不需要逐个场景去训练，它会自己学。
这可能是通往通用具身智能最难的一条路，但也是最根本的一条。
一群从产业深处走出来的较真工程师，正在一步步把它走通。