自变量发布WALL-SS自回归世界模型 让机器人在“虚拟世界”练出真本事
证券日报
本报讯 （记者李雯珊）8月27日，自变量科技（深圳）股份有限公司（以下简称“自变量”）正式发布WALL-SS，即下一尺度自回归世界模型。它突破传统扩散模型以单片段生成视频的方式，创新采用“下一尺度自回归”架构：如同画家作画一般，先勾勒粗尺度轮廓，再逐层细化画面与物理细节，从而实现对未来画面更稳定、更精细的预测。
自变量发布的WALL-SS实现了三方面突破：预测锚定动作，生成的未来严格遵循动作指令；长时间稳定，推演较长时间仍能保持画面和物体状态连贯；可验证性，在虚拟世界验证的动作能够作为真实世界中的有效参考。
测试结果显示，WALL-SS的“动作跟随”得分达到0.29，是所有对比模型中唯一不为零的模型；推演时长达到60秒，画面仍未出现明显崩溃；虚拟世界与真实世界的任务成功率吻合度达到93%。
以机械臂抓杯子为例，手指的位置相差1毫米，在物理世界中就可能对应“成功抓起”和“撞翻杯子”两种完全不同的结果。然而，由于两种情况在视觉上高度相似，模型很容易忽略这1毫米的动作偏差，依据视觉惯性和先验经验，直接生成“稳稳抓住杯子”的虚假结果。
WALL-SS提出了“尺度对齐的动作条件注入”：将机器人动作指令严格对齐到不同生成尺度中，让动作从生成画面的“辅助信号”变为必须遵循的核心条件。
具身智能要真正走进现实世界、服务于人，很大的挑战是在真实环境中试错，成本高、周期长且存在风险。世界模型能够让机器人在动手之前“先想一步”，提前推演不同动作带来的结果，再择优执行；WALL-SS则让这个过程更可信、更稳定、更接近真实，有望大幅缩短机器人策略开发与筛选的周期。
WALL-SS推动的不只是一项世界模型技术的突破，更为机器人构建了一条低成本、高效率的能力成长路径——让机器人先在虚拟环境中学习和验证，再将成熟的操作能力迁移到家庭、工厂和养老院等真实场景，让机器人拥有服务千家万户的能力。
（编辑 王然）
热门跟贴