在近期公布的CVPR 2026 WorldArena世界模型赛道评测中，智元（Agibot）自研的Genie Envisioner 2.0（GE 2.0）获得总分第一。
2025 年，智元落地开源世界模型平台 Genie Envisioner，率先实现机器人跨视觉、语言、动作统一建模，迈出机器理解真实物理世界的关键一步。时隔一年，Genie Envisioner World Simulator 2.0（GE 2.0）正式亮相，不再局限于"描述世界、预测画面"，而是升级为可运行、可交互、可训练的虚拟世界本体。GE 2.0 并非单纯的视频生成模型，而是一套专为机器人设计的闭环视频世界模拟器，旨在为具身智能打造一个可供训练、学习与进化的"物理进化引擎"。
技术路线："世界动作模型"+"世界模拟器"双主线研发架构
世界模型是具身智能系统理解物理世界、预测动作后果并支撑自主决策的重要技术底座。与通用视频生成模型不同，机器人所需要的世界模型并不只是生成"看起来真实"的画面，而是要能够回答一个更关键的问题：当机器人执行某个动作后，环境会如何变化，变化后的环境又将如何影响下一步决策。
在智元的技术路径里，世界模型是沿着两条主线生长：
- 一条是世界动作模型（World Action Model，简称WAM），专注于动作表征的深度建模；
- 另一条是世界模拟器（World Simulator），负责打造一个可交互、可推演、可训练的完整环境。
其中，WAM负责内在动作表征与因果推演，世界模拟器负责搭建可交互虚拟训练场，二者协同完成世界模型从 "描述世界" 到 "构筑世界" 的关键质变。
1）WAM：构建具身智能内在 "物理沙盘"，实现先预判、后行动
传统世界模型主要对环境状态进行建模，而WAM将机器人动作作为影响世界演化的核心变量，建模"当前环境 → 机器人动作 → 环境变化 → 环境反馈"的完整闭环。其目标是让模型不仅预测画面，更能理解动作如何改变物理世界，以及变化后的环境如何反向修正动作策略，进而从底层补齐具身智能因果推理能力，支撑长时序连续决策与闭环自主学习。
2）世界模拟器：从表征推演到构建实体世界，构建完整落地闭环
在此之前，智元一直在基于世界模型进行探索，已陆续推出EnerVerse（4D世界模型）、GE-Act（动作轨迹生成） 和 Act2Goal（目标驱动长程控制） 等技术模块。这些探索，使得智元的世界模型具备了承载动作策略的能力。
但在实际落地中，智元发现仅靠底层世界动作模型（World Action Model，WAM）的动作建模能力，仍难以支撑完整的机器人系统：策略训练高度依赖真实环境，评估成本高昂，高质量数据的获取与扩展始终是瓶颈。
换言之，世界模型不应只描述世界，而应成为一个可以被使用、被交互、被训练的世界本身。基于这一思路，智元在强化WAM 建模能力的同时，同步推动世界模型走向可交互的模拟器能力：
- EnerVerse-AC 引入动作条件化世界建模，使模型能基于动作推演未来；
- Genie Envisioner Sim（GE 1.0） 构建可用于策略闭环评估的神经模拟器；
- EWMBench 从场景一致性、动作正确性与语义对齐等维度，系统评估世界模型的模拟能力。
一套全新的数据与训练范式也随之建立。智元提出Real2Edit2Real 流程，真实数据不再只是被动采集，而是成为可被模型扩展与编辑的基础，从而显著提升数据规模与多样性。
由此，世界模型完成了一次本质跃迁：从表征模型演进为具备环境级能力的系统基础设施。GE 2.0 不再只是一个生成模型，而是一个可被使用的系统------一个真正意义上的"可操作世界"。
"三重跃迁"重塑具身智能机器人商业化落地逻辑
1）能力跃迁：长时序自主进化，突破传统机器人任务边界
WAM 打通状态---动作---环境反馈全链路建模，搭配记忆架构，能记住多步历史动作、约束后续环境变化，从算法层面支撑分钟级长链条任务推理、长程目标规划，持续自主进化通用操作能力。
2）成本跃迁：虚拟试错替代真机调试，大幅压缩机器人研发落地成本
依托GE-SIM 2.0 搭建的高保真虚拟世界，机器人策略试错、算法迭代可部分在世界模拟器完成，在不远的将来，极大可能实现不占用产线、样机、人力反复实测，缩短新技能训练周期，显著降低工业、商用机器人落地调试成本，从根本上解决机器人在现实世界中的泛化问题。
3）生态跃迁：开源底座赋能全行业，打开具身智能普惠空间
延续2025年Genie Envisioner开源策略，GE 2.0开源开放，降低具身智能研发门槛，以底层技术平台带动全产业链协同发展，巩固智元在具身智能世界模型赛道的领先地位。
结语
2026 年被行业视为具身智能"部署态"元年，机器人正从实验室走向工厂、家庭等真实场景。真实场景的持续运行将不断沉淀海量多元数据，转动物理世界的数据飞轮。数据闭环驱动技术进化，使适配落地场景成为世界模型发展的核心方向。
在这一阶段，竞争关键从单一技术突破转向系统性工程化能力，其中数据成为新的核心竞争力。以 GE 2.0 为代表的世界模型，其前沿探索之一正是为破解数据瓶颈提供可行路径------打造一个可供机器人自主训练与进化的"虚拟训练场"，并实现数据从仿真到部署的有效回流。
智元以 WAM 与世界模拟器双主线架构，推动 世界模型GE 系列从画面生成迈向实体操控。只有当"数据---仿真---模型---部署"这一闭环飞轮真正转动起来，具身智能的"ChatGPT 时刻"才有可能更快到来。