机器人的智能短板，大晓世界模型补齐

具身智能今年一直在讲量产的故事，资本爱听，市场爱追，尤其是宇树上市，把想象空间急速放大。

整机价格不断下探，产业链预期一路升温，一台机器人从执行器到丝杠、灵巧手，都能找到新的估值想象。

但是宇树市值不到一个月腰斩的事实，也让市场重新审视，仅靠本体、销量和量产预期，究竟能支撑多少估值。

三季度开始，产业端对“机器人大脑”的关注明显升温，世界模型更是进入密集发布期。

9月9日，京东发布JoyAI世界模型；10日，宇树开源加入世界建模能力的WLA，高德发布3D原生城市世界模型ABot-Earth 0.7；11日，蚂蚁灵波继续开源LingBot-World 2.0。

一家成立仅一年多的公司，也迅速在这场竞赛里出圈。

近日，大晓机器人联合南洋理工大学S-Lab发布Puffin-World，在密集上新的世界模型中引发不少关注。

Puffin-World把物理、几何和外观直接定义为三种原生三维世界状态，不只生成画面，还要理解重力、空间结构，并预测未来的世界状态。

具身智能，拼智力久矣。

具身智能暴露智力短板

年初，图灵奖得主、世界模型路线的重要推动者杨立昆曾表示，人形机器人那些“打功夫”的炫技动作很多都是预先计算好的，行业最大的秘密在于，没有一家公司真正知道如何让机器人聪明到足够有用，现有机器人甚至还达不到家猫水平的常识能力。

IDC数据显示，2025年全球人形机器人出货量已经超过1.8万台，中国厂商占比接近95%。但接近九成产品仍流向文娱表演、教育科研、数据采集、导览展示等场景，真正进入工业制造的只有9.2%。

到了2026年上半年，全球出货量进一步超过2.2万台，智能制造和仓储物流合计占比却只有18%左右。

以宇树为例，2025年前三季度，宇树73.6%的人形机器人收入来自科研教育，行业应用仅约9%。

大量机器人没有进厂打工，而是留在实验室、课堂和展会舞台上卖艺。

要想跨过理论与现实之间的鸿沟，世界模型是最重要的技术路线之一。

所谓世界模型，本质上是让AI在内部建立一套对现实世界的模拟。机器人不仅要知道眼前看到了什么，还要理解物体之间的空间关系、基本物理规律，以及一个动作做出去之后，环境可能发生什么变化。

机器人能在脑内预演后果，跨场景泛化才真正有了基础。

目前来看，资本的注意力已经开始迁移。

IT桔子数据显示，2026年前8个月，国内具身智能赛道已经完成466起融资，融资金额达到1245.1亿元。其中，具身大脑系统的融资起数占比已经达到38.8%，反超人形机器人整机的21.1%，成为融资次数最多的子赛道。

到了8月，盖世具身智能统计的56起融资中，接近一半流向与大脑系统相关的企业。

世界模型，也由此从一条前沿技术路线走到了牌桌中央。

大晓机器人此时推出Puffin-World，踩中的正是这个窗口。

大晓押注世界模型

大晓机器人，是这一轮具身智能创业潮里很年轻的一家公司。

公司2025年7月成立，由商汤科技联合创始人王晓刚出任董事长，陶大程担任首席科学家。

仅2026年上半年，大晓累计融资数亿美元，蚂蚁集团、吉利资本、达晨财智、深创投等均有参与。

成立一年多，大晓已经连续推出多代机器人基础模型和世界模型，最近在行业引起轰动的，就是与南洋理工大学S-Lab联合发布Puffin-World。

和不少从整机切入的机器人公司不同，大晓一开始就把重心放在模型层。

今年6月，大晓发布Kairos世界模型技术栈，7月升级到Kairos 3.1。Kairos解决的问题更靠近机器人行动端，把视觉、语言、力触信息和动作轨迹放进同一套模型，根据当前状态推演后续变化，再生成动作。

这条路线锚定的，是人形机器人最难解决的长程任务。

机器人抓一次杯子并不难，难的是连续完成开门、取物、移动、放置等一串动作。中间任何一步发生偏差，后续动作都要跟着调整。如果模型只能按照预先学好的动作序列往下执行，任务越长，误差越容易累积。

大晓此前一直把这类问题作为重点。Kairos 3.1进一步加入长时记忆和端侧部署，希望让机器人在任务过程中持续判断环境变化，而不是每一步都依赖固定脚本。

问题在于，要实现任务执行，前提是脑子里先有一个足够准确的世界。

Puffin-World就是答案。

过去不少世界模型主要围绕RGB视频预测展开，根据前面的画面生成下一帧。这样的路线擅长生成，却会把很多对机器人更重要的信息忽略，比如重力方向、相机姿态、物体距离和空间结构。

Puffin-World把物理、几何和外观拆成三种原生状态统一建模。

物理状态负责重力方向和相机姿态，几何状态描述深度与空间结构，外观状态对应最终看到的视觉画面。

基于这套表示，Puffin-World用一个模型同时完成了四类任务：物理世界理解、自由视点模拟、三维生成与重建，以及闭环探索。

尤其是闭环探索，意义在于模型不再只是被动生成画面，而是可以根据当前环境判断下一步应该观察哪里，再继续更新对世界的认识。对于机器人而言，这比单纯把视频生成得更逼真更接近真实需求。

数据规模也随之往前走了一步。

大晓与南洋理工S-Lab构建的Puffin-16M包含1500万组视觉—语言—相机三元组，以及100万条复杂相机轨迹；与此同时，团队还为28个公开数据集补充绝对相机姿态标注，覆盖约4450万张图像。

从公开评测看，这套模型已经取得了成果。

Puffin-World在相机到世界理解、相机可控生成、复杂轨迹和3D世界建模四类任务上取得领先成绩。其中，相机理解12项中位误差指标全部最优，36项AUC指标中33项达到最好或并列最好；在RealEstate10K三维世界建模上，也取得17.22的PSNR和0.318的LPIPS。

把Kairos和Puffin-World放在一起，大晓的技术路线就容易理解了。

Puffin负责把现实世界表示得更准确，Kairos再把这种理解继续推向任务规划和动作执行。二者合并，指向的是一个可以授权给全行业的机器人大脑。

如果这条路走通，人形机器人行业的估值锚点会彻底位移。

机器人大脑，值得独立估值

过去资本市场给机器人公司定价，核心还是整机。

一家公司能不能制造机器人，能否稳定交付，最终决定了其收入规模和估值空间。

即便人形机器人披着最前沿技术的外衣，背后的估值逻辑仍然离不开制造业。

但当竞争开始转向机器人大脑，这套估值方法就不够用了。

模型和软件最大的不同，在于一次研发可以被反复复制。如果同一套机器人大脑能够适配不同厂商的本体，又能进入工厂、仓储、家庭等不同场景，软件和模型就有机会从硬件里单独拆出来，形成新的价值层。

事实上，资本已经开始尝试为这种可能性定价。

今年1月，机器人基础模型公司Skild AI完成14亿美元融资，估值超过140亿美元。

Skild的目标是打造一套能够控制不同机器人、完成不同任务的通用大脑。

另一家同样押注通用机器人模型的Physical Intelligence，最新一轮融资估值也达到约110亿美元。

这些公司的估值背后，市场购买的其实是一种平台化预期。今年9月，Skild披露，其商业部署仅10个月，年化收入已经突破1亿美元，付费客户超过60家，应用覆盖仓储、工厂、数据中心、配送、安防等多个场景。

未来机器人品牌可能有很多，但负责理解环境、规划任务和生成动作的大脑，并不一定需要自主研发。

类似的价值迁移，在其他科技产业已经发生过很多次。

汽车进入智能化时代后，整车制造固然重要，但自动驾驶、操作系统和软件能力已经拥有独立价值。

半导体行业的ARM，卖的不是芯片而是架构和IP授权；安卓不收手机钱，收的是生态位；云计算按算力计费，与服务器是谁制造无关。

不同的是，这套估值逻辑放在人形机器人赛道更有想象力。

机器人如果只能完成几项固定动作，本质上仍然是一台披着人形外壳的自动化设备；只有能够理解环境、规划任务并持续学习，才接近市场真正期待的通用机器人。

世界模型正在进入人形机器人任务规划和自主决策的关键链路，也是机器人大脑中技术壁垒最高、最容易形成溢价的部分之一。

这也是大晓机器人成立一年多，就迅速得到资本重视的原因。

大晓今天拥有的，并不只是一款世界模型。

从基础模型、数据底座，到不断扩大的本体适配和场景连接，这些能力正在被放进同一套体系里。单独看任何一项，都很难解释机器人大脑的全部价值。

真正值得资本提前定价的，是这些能力未来还能形成多大的组合空间。

从这个角度看，大晓争的已经不是某一款模型的领先，而是下一代机器人产业里最有可能被独立定价的那一层能力。

当人形机器人从硬件竞赛走向智能竞赛，世界模型、数据和跨本体适配能力，很可能从整机的附属项，变成决定产品边界和产业价值的核心资产。

届时，才真正进入大晓们的主场。

来源：朝阳资本论