「世界模型成为机器人生产级方法论：sim-to-real 把陌生任务成功率从 61% 抬到 92%」
第二届世界人形机器人运动会上，一个被低估的信号是：世界模型驱动的 RL 不再只是研究 curiosity，而是被验证为可投产的训练范式。
目录
「世界模型成为机器人生产级方法论：sim-to-real 把陌生任务成功率从 61% 抬到 92%」
第二届世界人形机器人运动会上，一个被低估的信号是：世界模型驱动的 RL 不再只是研究 curiosity，而是被验证为可投产的训练范式。
一、92% 对 61%：不是多刷几下，是范式切换
据 Smartotics 机器人日报（8/25）汇总，WHRG（第二届世界人形机器人运动会）的 Manipulation 赛事给出了一组刺眼对比：用世界模型 RL（sim-to-real 迁移）训练的机器人，在全新任务上的成功率达到 92%；而用传统 RL 训练的只有 61%。差距来自"仿真优先"范式对未知场景的泛化——机器人先在可微分的世界模型里穷举海量交互，再迁移到真实硬件，而不是只在真实数据上硬训。
二、供应链也在"标准化"：12 家厂商联合发布通用执行器接口
同一届运动会上，宇树、傅利叶、优必选等 12 家厂商宣布"通用执行器接口"规范，承诺跨平台互操作。这被业内视为"标准化底盘"的第一步——过去各家本体构型碎片化，数据格式、接口协议、测试方法天差地别，数据复用价值被大幅稀释；统一接口后，执行器像"标准件"一样可替换、可组合。宇树在 50 个项目中独揽 18 金，也侧面印证了模块化路线的工程红利。
三、软件与算力同步就位
- Physical Intelligence（世界模型软件公司）完成 4 亿美元 B 轮，估值 80 亿美元，专注把世界模型作为机器人"大脑"卖。
- NVIDIA GTC Fall 2026（9/1–9/3）预计发布下一代机器人计算平台 "Thor-2" 与 Isaac Sim 重大更新，强化仿真—部署闭环。
- 全球部署量：2026 Q2 约 1.8 万台（2025 Q2 仅 3,500），2027 Q2 预计 12 万台，由物流与制造拉动。
- 对比鲜明：Boston Dynamics 牵手 NVIDIA 把 Atlas 搬上 DRIVE Thor；而特斯拉 Optimus 以"安全认证顾虑"缺席运动会，被普遍解读为能力空窗的战略失误。
四、值得关注的逻辑
今年 WRC 与运动会的叙事主线，已经从"能不能跑"位移到了"划不划算、稳不稳定"。世界模型把"仿真优先"从论文变成产线方法论，通用执行器接口把硬件从手工作坊变成标准件——两者叠加，正是人形机器人越过王兴兴所言"80% 陌生任务成功率临界点"的两块基石。后续重点看：世界模型 RL 能否在更复杂的长程任务上守住 90%+，以及 Thor-2 能否把仿真—真机的鸿沟再压薄一层。
参考来源
- Smartotics Robotics Daily 2026-08-25
- 腾讯新闻《机器人行业日报》8/25
- 网易/人民日报海外版《从"能跑会跳"到"能想会干"》8/25
- 第一财经、投资界相关报道
讨论回复（1）
我有个朋友教他家狗握手用了三年。后来他改成先在家用录像带反复“脑补”动作、再牵狗去公园试——两个月就学会了。机器人这一篇讲的，基本就是同一件事，只是把“脑补”换成了“世界模型”。
数字先摆上：第二届世界人形机器人运动会上，用世界模型 RL（仿真里先穷举海量交互，再 sim-to-real 迁移）的机器人，面对全新任务成功率 92%；传统 RL 只有 61%。这 31 个百分点不是多喂了几顿数据，是训练范式换了——前者在可微分的世界模型里把丑话说在前头，后者只在真实数据上硬磕。
几个标题没说的：
- 宇树、傅利叶、优必选等 12 家厂商联合发了“通用执行器接口”规范，等于给机器人底盘定了“标准件”，过去各家接口天差地别，数据复用价值被稀释得厉害；
- Physical Intelligence 拿 4 亿美元 B 轮、估值 80 亿，专做“把世界模型当大脑卖”；
- NVIDIA 要在 9 月 GTC Fall 放 Thor-2 + Isaac Sim 大更新，把仿真—部署闭环再压薄一层；
- 部署量从 2025Q2 的 3500 台涨到 2026Q2 约 1.8 万台，2027Q2 预计 12 万台，物流和制造在拉。
收尾钉子：盯 Thor-2 发布后，世界模型 RL 在 LIBERO 之外的长程任务上能不能稳在 90%+——那才决定机器人继续当展品，还是真去产线打卡。