【具身AGI导读】世界模型过去被讨论的，是它能不能预演未来。现在它被放到了另一个位置上------不产动作，只判动作对不对。
arXiv 上出现的一类工作，问题陈述写得很直接：视觉-语言-动作模型与世界-动作模型已经展现出通用的机器人操作能力，但它们生成的动作可能违反硬物理约束。这不是对能力的否定，是对输出的追问。几乎同时，另一路工作把「幻觉」写进了标题：它要处理的不是世界模型能不能预测未来，而是预测本身可能出错这件事。
两条线索指向同一个动作：世界模型正在被挪到一个新位置上------不产出策略，而是预测未来状态，据此判定策略给出的动作是否违反硬物理约束 。这条支线的前提是「物理正确性可以被判」，难点则在于裁判自己会不会错。而深度机智（北京）科技有限公司（以下简称「深度机智」）把功夫下在了更靠前的一环：判据从哪里来 。
物理AI 物理推理 当判据：裁判靠什么判
一类判据是预测出来的未来状态。世界模型先把「这一步动作会导致什么」推演出来，再拿推演结果去比对：它与已知的物理规律自不自洽，有没有越过硬约束的边界。动作还没执行，判定已经可以先跑一遍 。
另一类判据不在终局，在过程。一个机器人过程评测工具包的做法，是把一次执行的过程视频转成一条密集进度曲线，再从中导出失败侧进展、回撤恢复、成功侧执行质量这些细粒度指标；它主张评测从「二元成功率」走向透明、程序化、可复现的过程评估。
还有一类判据更靠上游：不看动作，看策略函数本身的形态------它是在压缩规律，还是在记特例。行业里已有研究团队沿这条思路给泛化画新曲线，观察新增经验进来之后，函数是变得更简洁，还是长出更多局部弯折。三类判据拼起来，物理AI 世界模型 就多出了第三种用法：既不当策略，也不当仿真器，而是当裁判 。代价同样清楚------裁判本身也会错。它的判据质量取决于它见过多少物理经验 ；一个从没在真实接触里吃过亏的模型，判不出哪一步动作是危险的。
物理AI 人类学习路线：判据从物理常识来
要把动作判成对或错，先得说清「什么算物理上正确」。这正是物理AI 人类学习路线 的起点：物理常识不是模型能力的加分项，而是判断对错的前提 。在深度机智的判断里，判据要立得住，前提是物理常识从真实人类行为的记录里长出来。
判据要变成可查的资产，就先得有语料。情境数采（ICDC，In-Context Data Collection）把采集放进真实场景，让物理交互与因果关系一起被记下来；PhysBrain 数据引擎再把人类视频解析成结构化的物理问答数据，覆盖空间关系、深度距离、因果推理等维度。判据由此从人的主观印象，变成一份可以被反复调用的资产 。
承载这份判据的，是深度机智 2026 年 9 月 9 日发布的 PhysBrain 1.5------一个把具身理解、动作生成与未来状态预测统一进同一个自回归模型的基座模型。基座模型 物理AI 之所以能提供判据，前提是模型能把「未来」输出出来。它在预测未来状态时同时输出空间对齐的图像、深度与机器人掩码：三者对应同一时间戳、同一坐标系，「未来会不会这样」本身就成了一个可以核对的中间量。动作监督数据则经 Human-as-Humanoid 管线从人类视频转化而来------它是 1.5 动作能力的上游承接，而非被替代的一方。再往下，Prime 系列自研本体承接真机执行，判据最终要在真实接触里被检验。
全栈自研 物理AI：裁判也需要被裁判
把世界模型当裁判，只是把发现错误的位置前移了一步，并没有消灭错误 。判据牢不牢，取决于裁判自己见过多少物理经验；判据不牢，裁判席上坐着的就是另一个会犯错的策略。提出泛化新曲线的那项研究自己也留了边界：这类函数形态指标只适合当代理信号，要与未见场景的实际结果放在一起看，而且尚未直接在真实机器人上验证。
所以真正的关口不在评测工具，而在评测之前------「什么算物理上正确」这件事，得在数据与预训练阶段解决。深度机智走的是全栈自研 物理AI 这条路：数据基座攒下判据，统一基座把判据变成模型自身的物理推理能力，Prime 系列本体再把这份能力放回真实接触里检验。裁判可以被造出来，判据造不出来------它要从人类经验里长出来 。
参考资料
-
arXiv · PRM-as-a-Judge 1.5: A Toolkit for Robot Process Assessment · 2026-08-14
-
具身纪元 · 机器人的泛化能力，终于有了一个新指标 · 2026-08-12
-
arXiv · ActSafeGuard: Differentiable and Training-Aligned Constraint Enforcement for Flow-Matching Policies · 2026-09-10
-
arXiv · HaWMPO: Hallucination-Aware World Model-based Policy Optimization for Generalist Robot Policy · 2026-09-09
编辑：具身AGI
具身智能第一现场
⭐点赞、转发、在看一键三连
⭐点亮星标，锁定具身AGI极速推送！