“反骨”世界模型ActEffect登场这个世界模型着实有点“反骨”。上岗前花大量时间陪机器人训练等机器人干活时它却从部署链路退出。以前的世界模型像“脑内沙盘”机器人借助它预测未来、决定动作推理链路长。而这个“反骨”世界模型换了思路只在训练场检查机器人动作后果将检查结果作为策略优化反馈。训练完成后受控世界模型退出部署链路机器人执行任务无需展开未来、搜索候选动作结果机器人更能干活了。这就是光象科技联合清华大学李升波教授课题组发布的第一代物理原生世界模型Phi - WM 1.0 ActEffect。ActEffect试图解决的问题这项技术试图回答具身智能里的一个长期问题机器人从演示数据学会动作后能否利用动作后果改善策略毕竟这关系到真实部署工业机器人运行模型会增加时延、算力和成本世界模型若能在训练时发挥作用、执行阶段保持轻量技术价值才能转化为部署价值。测试结果亮眼从测试结果看ActEffect在LIBERO上取得98.8%的平均成功率在加入七类分布偏移的LIBERO - PLUS上达到80.3%面对29维动作空间的RoboCasa - GR1平均成功率为67.5%。实现方法揭秘ActEffect的突破口在模仿学习。目前很多通用机器人策略基于VLA训练时答案接近示范动作得分高但物理世界中动作接近和结果正确有差距。ActEffect先让策略交出三版答案第一版来自前馈分支像“第一反应”第二版是MIP动作头给出的粗提案第三版在粗提案上精修。这三份提案各自完整便于比较后果。接着受控世界模型登场它根据当前视觉状态和动作提案预测场景变化三份动作分别预测且语言指令留在VLA策略侧受控世界模型只看画面和动作。ActEffect还把未来状态放进冻结的DINOv3视觉特征空间单独学习动作带来的状态变化。最后受控世界模型将三次预测与真实未来比较让精提案比粗提案、粗提案比前馈提案更接近真实未来还对排序损失加梯度截断。训练完成后拿掉受控世界模型和未来观测分支留MIP动作头完成粗提案和精修。实验验证有效性在LIBERO上ActEffect比DiT4DiT高出0.2个百分点且保留了机器人基础操作能力在LIBERO - PLUS上平均成功率比Fast - WAM高出不少在RoboCasa - GR1上比第二名ABot - M0高9.2个百分点比Fast - WAM高10.8个百分点。消融实验显示去掉后果反馈、换DINOv3特征空间、拿掉排序损失都会使成功率下降证明了训练方式的有效性。与工业部署的关系在实验室评价具身智能主要看任务成功率而真实生产环境中机器人运行模型会增加成本和算力开销。ActEffect把受控世界模型留在训练阶段避开在线开销让机器人提前获取“后果”经验上岗后无需背负整套世界模型。光象科技选择此技术路线与进入的汽车制造场景有关传统自动化设备适应性差具身智能可弥补这一缺陷。目前光象科技已完成真实场景验证与多家头部汽车企业合作在2026ATC展会上Phi - Bot X1在蔚来汽车焊接上下料场景连续运行3天、累计作业21.5小时零失误、零中断。商业化能力是关键过去具身智能演示惊艳但客户现场要求连续运行。具身智能公司要通过交付验收、指标考核还要考虑方案复制、成本等问题。ActEffect把世界模型留在训练场若能让策略更稳、节省开销可避免算力成本膨胀。光象科技有机会向交付环节推进ActEffect已在仿真中证明世界模型可在训练阶段发挥作用未来还需在产线上接受考验。