自变量机器人王昊：训练世界模型需付出"时间税"，解决模态对齐是当务之急

近日，2026北京智源大会召开。自变量机器人联合创始人兼CTO王昊分享了“事件驱动的世界模型”的前沿成果。他表示，所有智能都在特定尺度下涌现，需找到不同模态各自表示的尺度并规模化，才能通向多模态基础模型。目前训练世界模型需付出“时间税”，即以固定长度定义预测的弊端。自变量发布的“事件级”世界模型WALL-WM，以事件为边界拆分数据，实现语言、视觉和动作更好对齐。测试显示，该模型在视频生成、3D感知和真机操作等多方面超越现有模型。自变量机器人是国内最早采用完全端到端路径实现通用具身智能大模型的公司之一，其开源模型和数采方案大幅降低数据采集成本。