< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-06-03 19:38:52 来源：量子位
在潜在空间中完成信息传导
具身智能行业悬而未决的一个核心问题，有了一种新的回答。
World Model「看懂了」环境变化，动作策略却依然「做不对」——这个从理解到执行的传导断层，是当前制约家庭机器人走出实验室的关键瓶颈之一。
5月20日，卧安机器人（OneRobotics，6600.HK）正式发布自研世界动作模型OneModel 1.7 FrontoStria-RL，给出了一套系统性的解决方案：用一条名为Predictive Policy Latent的隐式传导通路，把世界模型对场景的理解直接「灌」进动作执行模块——不靠显式的中间图像或坐标传递，而是在潜在空间中完成信息传导。
在此之前，支撑这一架构的两篇核心论文已于5月12日在arxiv公开。
实测成绩相当能打。在具身智能标准评测基准LIBERO上，OneModel 1.7平均成功率达到99%，领先π0.5、GR00T-N1.5、OpenVLA-OFT等主流公开模型；真机部署中，日常操作任务成功率99%，高精度任务成功率97%。
这家由哈工大90后校友李志晨创立、「中国机器人教父」李泽湘教授与微电子专家高秉强教授同时担任董事的公司，2025年底以约18亿港元募资规模登陆港交所，是具身智能领域截至目前IPO融资规模最大的公司。
但这篇文章关注的不是它的商业化成绩，而是它刚刚发布的模型架构。
差不多同一时间，高盛于5月26日发布了中国人形机器人中期盘点报告（Mid-year check-in: Several steps closer toward commercial reality），披露了其对中国14家头部机器人企业的调研情况。
但值得注意的是，这14家涵盖了硬件、传感器、自动化等不同环节的公司，其中被高盛明确点名为「正在推进 VLA + World Model 融合方向」的只有4家，卧安机器人是其中唯一的上市公司——One Robotics（卧安机器人，6600.HK）、Galaxea（星海图）、Galbot（银河通用）和Spirit AI（千寻智能）。
报告在卧安机器人的调研介绍中，直接提及了OneModel 1.7的latent world action model架构，以及motion-centric control和success memory等核心模块。
高盛在报告中指出，行业讨论正在从单一 VLA 框架，快速转向VLA/VTLA与World Model融合的多模态执行栈，而高质量真实世界数据仍然是制约实际部署的首要瓶颈——
这两个判断与卧安OneModel 1.7的技术方向和数据布局高度吻合。
这件事为什么值得拆解？
因为它回应的不是「模型参数要不要更大」的问题，而是一个更根本的架构问题：World Model 和动作模型之间，到底该怎么接？
故事的一个具体切面，发生在 NVIDIA 创业企业展示澳门站。
2026 年 5 月，卧安机器人《From Isaac Lab to Your Living Room》为主题亮相。
这个主题本身就传递了一个信号：卧安关注的不只是仿真环境里的训练效果，而是从仿真训练到模型迭代再到端侧部署的全链路闭环——最终目标是让机器人真正在你家客厅里干活。
展示中，搭载 OneModel 1.7 的卧安保姆机器人onero H1在模拟家庭场景中完成了洗衣全流程：自主识别散落衣物，规划路径避障，抓取柔性衣物，打开洗衣机门，分类投放，关闭舱门。
根据现场演示，全程无遥操作介入。
但这次展示的看点不在于「又一个机器人洗衣服的 demo」。
把它放到NVIDIA Physical AI和Isaac Lab / Isaac Sim仿真工具链的大背景中看，更值得关注的是卧安机器人（OneRobotics）的技术路线选择：它没有走单一VLA端到端映射的路线，而是构建了一套将World Model与动作执行模型通过隐式传导机制连接起来的架构—RL-Latent World Action Model（RL-LWAM）。
据了解，在具身智能创业公司中，卧安机器人是最早提出并落地「通过隐式传导架构连接世界模型与动作模型」这一技术方向的公司。
当行业大部分团队还在围绕单一VLA或单独的World Model做文章时，卧安选择把两者用一条隐式通路接起来——这个判断现在看来踩到了行业演进的方向上。
OneModel 1.7 FrontoStria-RL 的 RL-LWAM 架构，拆开来看其实在回答一个核心问题：怎么让世界模型对环境的理解，真正传导到机器人的动作执行上？
RL-LWAM 架构由三大核心模块组成，彼此通过一个关键的隐式传导机制——Predictive Policy Latent——连通，而非依赖显式的中间图像或坐标传递。
World Model 模块负责对环境状态和任务演化建立预测能力，包括物体关系、空间结构和动态变化趋势的理解。
在家庭场景中，这意味着机器人需要理解「碗架从左边挪到了右边」「橱柜门角度变了」这类人类觉得不值一提、但对机器人而言是全新场景的变化。
World Model不直接输出动作指令，它输出的是对当前场景和任务状态的结构化理解。
关键问题是：这些理解怎么变成机器人能执行的动作？
这是OneModel 1.7架构中最值得关注的设计。
Predictive Policy Latent 不是一个独立模块，而是一个隐式传导机制——它把 World Model 对场景、物体、空间关系和动作后果的理解，压缩转化为一组潜在空间中的策略表征，再传递给下游的 Understand Expert 和 Action Expert。
为什么用「隐式」而非「显式」？
在传统管线式架构中，World Model 的输出往往是显式的中间表示，比如预测的下一帧图像、关键点坐标或语义标签。
这些显式信号在传递过程中会丢失信息、引入生成幻觉和推理延迟，在开放家庭环境中尤其脆弱。
Predictive Policy Latent 的做法不同：训练时用「未来信息」来教会模型什么是好的动作决策方向，部署时则只靠当前观测就能做出等效判断——信息密度更高，推理更快，且不引入生成式噪声。
这条隐式通路的价值，最终体现在端到端的真机部署结果中：OneModel 1.7 在日常操作任务（洗衣、叠衣、洗碗机操作等）上达到约99%的平均成功率，在拔插试管、倒咖啡豆等高精度任务上达到约97%。
这些任务涵盖了从柔性物体操作到极小容错空间的精细操作——从结果来看，World Model的场景理解经过PPL隐式传导后，确实在驱动下游的任务分解和动作执行上发挥了作用。
Understand Expert 模块处于World Model和Action Expert之间，负责将世界模型提供的场景理解与具体的任务指令对接，进行 Skill 调度。
面对「把衣服放进洗衣机」这样一个看似简单的指令，Understand Expert 需要分解出一系列子技能：定位衣物、判断抓取策略（柔性物体需要区别于刚性物体的抓取方式）、规划移动路径、识别洗衣机状态、执行投放动作。
Skill 体系的价值在于复用。一旦某个子技能（比如「打开带手柄的门」）被模型习得，它可以在不同任务和不同场景中被调度复用，而不需要为每个新任务从头训练。
Action Expert + MCF-Proto：精准执行的底层引擎
Action Expert负责最终的动作输出。
其中一个关键组件是 MCF-Proto，全称Motion-Centric Action Frame。
当前主流 VLA 模型的action head几乎都是在固定世界坐标系下直接预测位移，这种方式对相机视角变化和机器人初始位姿偏差非常敏感。
MCF-Proto 的做法不同：它围绕任务相关的局部运动结构（比如门铰链、导轨、折叠线）组织动作原型，再映射回实际机器人动作，从表征结构层面降低几何扰动带来的分布偏移。
LIBERO-plus 扰动测试直接验证了这一设计的效果。
在七类扰动条件下，MCF-Proto 在六类中取得最优结果。其中最具实际意义的两类是 Camera（相机视角变化）和 Robot（机器人初始位姿偏差），MCF-Proto 分别达到 69.7% 和 66.0%，领先最强基线 3.3 和 15.7 个百分点。
这两类恰恰是家庭环境中最常见的变化——你每天把机器人放在客厅的起始位置都不会完全一致，摄像头角度也会有微小偏差。
RL-LWAM 架构中的「RL」不只是指训练阶段使用强化学习，更指向一套部署后持续进化的闭环机制。
强化学习闭环将真实部署中的反馈持续回流至模型。而 Success Memory 机制则进一步筛选和存储成功执行的经验轨迹，配合 Retrieve-then-Steer 策略，在面对新任务或新场景时，模型可以先检索最相关的成功记忆，再据此调整当前的动作策略。
SimplerEnv 仿真测试验证的是 Retrieve-then-Steer 机制的增益——该机制将 CogACT 的平均成功率从 75.8% 提升至 79.5%，提升 3.7 个百分点，说明 Success Memory 确实能在不更新模型参数的情况下带来可观的适应性增益。
这意味着 OneModel 1.7 的能力不是一个固定的快照，而是被设计为随着部署规模扩大、真实反馈不断积累而持续增强的系统。
按照这套设计逻辑，每一台部署在真实家庭中的机器人，都可以为模型的整体进化贡献数据——当然，这套机制的实际进化效率还有待更大规模的部署验证。此外，HITL（人在环）监督机制为模型进化过程提供安全约束。
官网披露的评测体系覆盖了三个层面，每组数据验证的是 RL-LWAM 架构中不同模块的贡献，不能混在一起看：
系统整体能力（LIBERO标准测试）。 99%平均成功率，领先π0.5、GR00T-N1.5、OpenVLA-OFT。
官网明确指出，这一结果来自「RL-LWAM 各模块的协同」——World Model的泛化表征、Understand Expert的任务规划、MCF-Proto的动作参数化、以及RL闭环的持续优化共同作用的结果，而非某个单一模块的功劳。
端到端真机验证。日常操作约 99%、高精度任务约 97%、真人对打乒乓球接球 91.2%——这三组数据反映的是整套架构从理解到执行、从传导到反馈的全链路效果。
尤其是乒乓球接球，涉及高动态、高精度、实时对抗，World Model 提供来球轨迹的快速预测，Action Expert 在极短时间窗口内生成精准动作，RL 闭环通过大量对打训练持续优化击球策略——这个场景天然要求所有模块同时工作，是对架构完整性最直接的检验。
2026 年 5 月，卧安机器人（6600.HK）中标深圳市「AI 生态创新社区设备购置与场地搭建项目」，金额 4,495.32 万元。
这个项目值得关注的原因不在于金额本身，而在于它的内容：建设一个「具身智能数据全链条服务中心」，包括具身机器人本体（onero H1）、UMI 数据采集终端、数据管理一体化平台，以及家庭服务、康养、零售等多类型真实场景搭建。
据了解，这是目前业内规模最大的聚焦家庭场景的具身智能数据采集中心项目。
在当前的技术竞争格局中，模型架构的差异固然重要，但制约家庭具身智能落地的真正瓶颈，越来越多地指向数据。
工业场景的数据采集有成熟的产线和标准化工位可以依赖，但家庭场景的数据采集没有这个条件——你需要在真实的厨房、卧室、客厅中，让机器人反复执行洗碗、叠衣服、收纳整理这些任务，采集真实的操作轨迹、力觉反馈、场景变化数据。
这批数据对 OneModel 的迭代价值是直接的。
RL 闭环需要真实反馈，Success Memory 需要真实的成功经验轨迹，MCF-Proto 需要多样化场景下的动作帧数据来构建更泛化的运动原型。
一个足够大规模、足够多样化的真实家庭数据工厂，是模型进化引擎的燃料来源。
从行业视角看，当大部分具身智能公司还在用仿真数据和实验室场景训练模型的时候，能率先切入真实家庭数据基础设施的建设，意味着在数据维度建立了一个不容易被快速追赶的位置。
OneModel 不只是卧安保姆机器人 onero H1 一款产品的 AI 大脑，而是卧安机器人（OneRobotics）「一脑多形」技术体系的核心底座。
卧安目前的产品矩阵覆盖三个方向：家庭服务场景的卧安保姆机器人 onero H1、运动健康场景的网球机器人 Acemate、情感陪伴场景的陪伴机器人 Kata Friends。
这三类产品的硬件形态差异巨大——从双七自由度机械臂的人形机器人，到专注球类运动的运动机器人，再到主打情感交互的陪伴机器人。
但它们的底层 AI 能力都来自同一套 OneModel 体系。这里的关键不是「一个模型跑在不同硬件上」这么简单。
一脑多形的实际运作方式是：World Model 对环境的理解能力、Understand Expert 的任务分解和 Skill 调度能力、以及 Success Memory 积累的经验，在不同形态的机器人之间共享和迁移。
这不是停留在设计图纸上的构想——Kata Friends 的模型就是在保姆机器人 onero H1 的 OneModel 基础上做的蒸馏，场景理解和物体属性判断等核心能力直接继承自 H1 的训练成果。
而 Acemate 在高动态运动场景中积累的实时响应经验，也在反哺 OneModel 对快速变化环境的处理能力。换句话说，一脑多形已经不是概念，而是正在运转的技术复用链路。
一脑多形的效率价值在于：不同形态的机器人不再各自独立训练、独立积累经验，而是共享一个持续进化的 AI 底座。
卧安机器人（OneRobotics，6600.HK）是目前具身智能行业中商业化落地规模最大的公司之一，产品覆盖超过 90 个国家和地区，服务超过 500 万家庭。
这意味着多形态产品在全球范围内持续产生的真实交互数据，都在为 OneModel 的迭代提供多样化的训练信号——这是纯实验室团队很难复制的数据优势。
OneModel 1.7 FrontoStria-RL 的核心贡献，不在于刷新了某个评测排行榜的数字，而在于给出了一个此前行业悬而未决的问题的系统性回答：World Model 看懂了世界之后，怎么把这份理解真正传导给机器人的双手？
Predictive Policy Latent 这条隐式通路能不能在更大规模的真实家庭场景中持续验证，是接下来最值得关注的事情。
而随着家庭具身智能领域最大规模数据基础设施项目的启动，真实家庭数据开始规模化回流，RL 闭环和 Success Memory 的进化飞轮也有望真正转起来。
具身智能正在从「能不能做出来」走向「能不能持续可靠地在真实世界中工作」。
当行业普遍还在讨论模型参数的大小和仿真 demo 的炫酷程度时，卧安机器人选择了一条看起来不那么「性感」但可能更扎实的路：先打通从理解到执行的传导通路，再用真实世界的数据闭环让这条通路持续进化。
如果这条路走通了，家庭机器人从「偶尔能做对」走向「持续可靠地工作」，也许比我们想象的更近一些。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。