具身智能这两年最火的词是VLA。
但如果只盯着VLA，可能会错过家庭机器人下一阶段真正的分水岭。
VLA解决的是“看得懂、听得懂、做得出”：机器人通过视觉、语言和动作模型，把用户一句话翻译成具体动作。这一步当然重要，没有VLA，机器人连基础任务都接不住。
但家庭机器人面对的是另一个量级的难题。
家里没有干净的桌面，没有摆好的物品，没有提前设计的任务。杯子可能是半满的，孩子可能突然跑过来,宠物可能跳上桌子,老人可能临时改主意。机器人不只要决定“现在做什么”，还要预判“这样做之后会发生什么”。
所以越来越多人开始关注一个新方向:WAM,也就是世界动作模型。
VLA让机器人会动作，WAM让机器人先想象后动作
简单说,VLA是一条直线:看世界、出动作。
WAM多了一步:在动作之前,先在“脑子里”跑几次未来。
机器人要把杯子放进水槽,WAM会先想象几条路径:从杯口抓可能倾斜,从杯身抓最稳,先推近再抓掉落风险高,绕开旁边玻璃杯路径更长但更安全。然后再选一条最稳妥的执行。
这个能力对家庭机器人非常关键。因为家庭任务的对错,从来不只看当下,还要看这一动作之后会引发什么。WAM让机器人开始具备一点“物理直觉”,而不是只看当前画面做条件反射。
但普通WAM还不够,关键是“能不能从真实结果学”
不过普通的WAM也有局限。
很多世界模型路线,本质上是“想象一下未来,然后选当前最优动作”。这条思路没错,但家庭机器人真正要解决的不是某一次动作选得更准,而是每一次执行之后,自己变得更稳一点。
这就要求机器人不只在脑子里跑未来,还要把跑过的未来和真实执行结果对一下。哪些预测对了,哪些低估了风险,哪些方案被否决但其实更稳,这些信息如果丢掉,机器人就只是完成了一次任务;如果留下来,它就完成了一次成长。
Self-Evolving WAM,把这一步做出来了
家庭通用机器人公司未来不远最近提出的Self-Evolving WAM(自进化世界动作模型),思路就是把这件事系统化。
简单概括成一句话:
机器人不是凭空做梦训练自己,而是把每一次行动前生成的候选轨迹、行动后的真实结果和失败原因,都变成训练资产。
里面有几个关键点。
第一,机器人执行任务前,会一次性生成多条候选动作轨迹,而不是一条。最终只执行一条,但其他候选不会扔掉。
第二,每条候选都附带价值、风险、不确定性和失败原因判断。
第三,机器人执行其中一条之后,会把“想象中的结果”和“真实发生的结果”做对齐。
第四,系统会判断哪些样本值得进入下一轮训练,比如失败案例、近失误、与现实差异较大的预测。
这一套机制,有一个比较关键的概念,叫Stored K Rollouts。
Stored K Rollouts,为什么是个加分项
Stored K Rollouts的意思是:每次行动前生成的多条候选,不只用一次就丢,而是和真实结果一起保存下来。
为什么这件事重要?
因为没被执行的候选,记录的是模型当时的决策边界。
回到刚才那个杯子的例子。系统执行了B方案(从杯身抓),结果出现轻微滑动。这时真实世界只验证了B,但A、C、D还在。它们告诉模型,在同一状态下,还有哪些选择,哪些被低估了,哪些其实更稳。
这些信息被Reality Alignment和Evolution Judge处理后,可以反哺训练:训练风险判断,训练动作排序,训练失败边界,训练保守策略。
一次真实执行,不再只产生一条动作日志,而是一组带有上下文的训练资产。这就是Self-Evolving WAM和普通WAM最大的差别。
这条路线,为什么更适合家庭场景
家庭机器人最终需要的不是“看起来很聪明”,而是三个东西:可解释、可恢复、可持续学习。
可解释,因为用户会问:你为什么先拿杯子不先收盘子?为什么从侧面抓?为什么没碰旁边那个玻璃杯?
可恢复,因为家庭任务不会永远一次成功。杯子可能滑,衣服可能缠住,门可能没关好,宠物可能突然挡路。机器人要知道什么时候暂停,什么时候换路径,什么时候请求确认。
可持续学习,因为家庭环境每天都在变。一个只会在固定演示场景里表现好的系统,无法长期服役。
Self-Evolving WAM的价值就在这里。它让真实家庭执行、候选轨迹、现实校准和训练路由形成闭环,机器人有机会越用越稳、越错越少。
家庭机器人下一阶段的竞争,是谁能形成闭环
接下来家庭机器人不太可能只押一条路线。
更可能的方向是融合:VLA负责理解任务,WAM负责预测结果,真实家庭数据负责校准模型,合成数据负责扩充预训练和边界场景,数据管道负责把所有经验变成可迭代资产。
谁能把这些能力整合成闭环,谁就更接近家庭机器人长期服役的答案。
但从“VLA到WAM,再到Self-Evolving WAM”这条线索看,不只是把机器人放进家庭,而是把每一次真实家庭里的执行,变成下一代机器人大脑更聪明的原因。
家庭机器人最终拼的不是Demo,也不只是某一个模型,而是谁能让真实世界变成训练场。
热门跟贴