世界模型 vs VLA：机器人的「会干活」和「靠得住」，上海正在同时押注
药房上午取药高峰，订单不断。机器人接到线上订单，挪到货架前——药盒尺寸接近、包装密集，透明膜还反着灯。它探出机械臂，夹起一盒，转身送到取药窗口。指挥它的是蚂蚁灵波的「灵波通用大脑」，预训练阶段适配了 17 个主流机器人品牌、20 种机器人构型，同一个「大脑」跨本体、跨任务跑，目前已经在上海国大药房多家门店正式上岗。
会看、会听、会动手之外，机器人还得加一门本事：动手之前先推演下一步。「这样做会发生什么」，就是世界模型的核心任务，依据当前状态和动作，推演未来的演化。在上海张江这个片区，局面很具体：VLA 已经规模化上岗，世界模型才刚进试运营。一个解决「能干」，一个解决「想清楚再干」，两条线的融合正在形成行业共识。
已上岗的那条线：VLA 在药房和产线上跑起来
「具身大脑」能干的远不止取药。2025 年 1 月，全国首个异构人形机器人训练场在张江启用，国家地方共建人形机器人创新中心跟华为共建样板点，用国产昇腾算力研发 VLA，同时推进世界模型与 VLA 的高效训练——同一个场地里，两条线是并着推进的。国地中心的「灵龙」系列已经进驻汽车零部件企业延锋，在零件火焰处理、齐套分拣、激光弱化这些工位做实景采集和自主作业验证，跑通了「实训场训练—模型迭代—工业现场部署」的迁移路径。
但练出来的能力要跨店、跨工位，还得过能力迁移这关。机器人在一家药房能取药，换一家店未必能稳定作业——货架布局、药品包装、摆放方式都可能变，进工业现场还要适应不同的零件形态和操作要求。所以衡量 VLA 进展，既看当前任务能不能完成，也看已有能力能复用多少、适配新场景要补多少数据和调试。
进场的那条线：世界模型「先想一步」
世界模型和 VLA 不是互斥关系，产业共识在怎么结合，而不是争谁更好。郑南宁院士的解释是，世界模型要在内部构建可模拟环境，行动前预测与推演，评估不同决策的可能结果。智元联合创始人姚卯青说得更直白，世界模型最重要的功能「是准确预测物理世界的下一步状态」。
智元 9 月发布的世界—动作模型 GE-Act 2.0，把「预测未来」和「生成动作」整合进同一个模型，训练数据从 300 小时扩到 3 万小时，在陌生场景、陌生物体上不做额外训练直接测——一款机器人总体成功率从 17.1% 提升到 44.1%，陌生场景成功率提升了约 2.6 倍。融合还有嵌入式路径，浦东的擎朗智能把世界模型嵌进 VLA，让机器人「干活前先想一遍」，其人形机器人不依赖遥操作就完成了咖啡制作这种长流程任务。
世界模型也有必答题：要快、要真、要数据。快——在 RTX 5090 上，GE-Act 2.0 生成一个连续动作块约需 104 毫秒；真要精确——有的模型能生成机器人端水杯的逼真画面，杯里的水却纹丝不动；数据要足——据大晓机器人首席科学家陶大程和开悟世界模型研发负责人王飞判断，能力明显涌现，可能要到「接近千万小时级」的数据。
同一个问题，好几条解法同时试
上海面对同一问题，多条解法在同时落地。
有的向 C 端货架使劲。大晓机器人用自研开悟世界模型 3.1 直接驱动机器人，9 月和上海销售公司合作的加油站便利店进了试运营，机器人在 75 厘米宽的通道里给线上订单拣选、打包，董事长王晓刚介绍，作业时「约每 100 毫秒，世界模型都对未来状态做一次预测」。穹彻智能在全国 50 多个城市采集了超 10 万小时真实世界数据，预训练到后训练都借人类数据下手，比机器人采集更经济、更易规模化；灵初智能则用自研世界模型把人手操作转成机器人动作，再到客户现场用强化学习迭代。
有的从 B 端产线出发。它石智航的新一代模型已在汽车线束装配等产线运行，其创始人陈亦伦一句话给这场讨论定了调：「世界模型理解世界，物理 AI 改变世界。」还有从实验室入手的，上海人工智能实验室发布世界动作模型研究 InternW0-Δ，把视觉、力觉、触觉收进同一模型，能连续完成实验室移液这种环节，让机器人感知到每一步的力度与反馈。更偏底层的还有具脑磐石的类脑认知世界模型，无需预建地图就能在陌生环境探索导航操作；苏度科技则在仿真环境里训练，再迁移到真机。
检验标准只有一个：在真实场景里可不可靠。规划、标准、评测也在同步跟上——《浦东新区加快推进新型工业化「十五五」规划》把「具身大模型+世界模型」融合列为重点；工信部公开征求意见的《国家人形机器人产业标准体系建设指南（2026 版）》（征求意见稿）已把世界模型标准列项；《上海市人工智能标准体系建设指南（2026—2028 年）》也将「世界模型标准」列为关键技术标准，要求建立多维度评测体系。
还是那家忙碌的药房。机器人能看见药盒、听懂订单、伸手取下药，但下一次伸手时，它会不会对「碰一下会怎样」多一分预判，用的又是哪一种「大脑」——这个答案，才决定它是「会干活」，还是「靠得住」。从「看懂世界」到「预演下一步」，答案正在 GDPS 2026 的训练场和工位上，也在上海更多的实验室、门店和产线里，一个场景一个场景地摸索、验证、落地。