智源研究院院长王仲远：世界模型是具身智能的未来，但VLA仍是当下

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-06-15

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

VLA的当下价值与局限

王仲远明确表示：“VLA是当下，世界模型是未来。” VLA能在特定场景（如工厂分拣）快速落地，具身智能短期会“沿途下蛋”，通过解决具体问题积累数据。但VLA存在泛化性不足、长程任务理解弱、部署延迟高等局限。

世界模型五条技术路线对比

王仲远将当前探索分为五类：

• 以语言为中心（VLM/VLA）：学到语言描述的世界，缺乏物理因果；
• 以像素为中心（Sora等）：生成视频但不理解物理规律；
• 以三维结构为中心（World Labs Marble）：重建3D空间不等于理解世界；
• 以视觉表征为中心（LeCun V-JEPA）：预测视觉嵌入，非物理演化；
• 潜空间融合路线（智源选择）：将多模态压缩至统一潜空间，按需解码。

“我们更倾向于在潜空间中学习世界知识……尝试把世界知识真正压缩到隐空间中，再通过不同Decoder输出Language、Action和Vision。” ——王仲远

关键数据与阶段判断

王仲远将世界模型发展类比为**“深度学习的2012年前后”，预计“需要三年甚至更长时间”才能成熟。他提出世界模型需具备物理正确、动作因果可溯、长时序一致性、通用泛化能力**四大核心能力。

🚀 对企业AI化的启示

1. 短期布局VLA可获商业回报，但需为长期积累数据：在工厂、酒店等封闭场景部署VLA机器人，既解决实际问题，又采集真实物理交互数据，为未来世界模型训练燃料。
2. 关注数据战略：真实物理数据是稀缺资源：王仲远指出**“真实世界数据仍然非常缺乏，且是散落的孤岛”**。企业应率先构建机器人真实操作数据闭环，形成竞争壁垒。
3. 重新定义技术路线选择：“视频生成不等于世界模型”，企业需警惕概念炒作。真正的世界模型应能理解动作因果并预测物理状态，而非仅生成逼真画面。
4. 中美同一起跑线，但竞争核心在于产品验证：大模型领域中国曾跟随，而世界模型**“大家站在同一起跑线”**。谁能率先在机器人、仿真、科学实验中证明价值，谁将定义下一代标准。

【官方原文链接】点击访问首发地址