据量子位报道，光象科技联合清华大学李升波教授课题组于9月5日发布第一代物理原生世界模型Phi-WM 1.0 ActEffect。该模型仅在训练阶段陪伴机器人，通过预测动作后果来优化策略；训练完成后，它从部署链路退出，机器人执行任务时不再依赖世界模型，任务成功率反而得到提高。

在公开的基准测试中，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%，在面对29维动作空间的RoboCasa-GR1上平均成功率为67.5%。其中，RoboCasa-GR1的成绩比对比方法中第二名高出9.2个百分点。

这一做法与传统世界模型不同。过去，世界模型像机器人随身携带的“脑内沙盘”，机器人先借助它展开推理、预测未来，再决定下一步动作，由此带来额外计算和时延。ActEffect把世界模型留在训练场，让策略同时产出三版动作方案：前馈分支的“第一反应”、动作头的粗提案以及精修后的执行动作。受控世界模型读取当前视觉状态和动作方案，预测三套方案分别造成的场景变化，并在视觉特征空间中将预测与真实未来比较。训练过程中，模型要求精修提案比粗提案更接近真实结果，粗提案又比初始提案更接近，通过排序损失将“后果判断”写进策略权重。为避免模型走捷径，该损失还设置了梯度截断。语言指令仍由策略一侧处理，世界模型只关注画面和动作引起的物理状态变化。

训练完成后，受控世界模型与未来观测分支一起退出，仅保留动作头完成粗提案与精修，使执行阶段保持轻量。在工业场景中，机器人每多运行一层模型，都意味着新的时延、算力与成本；ActEffect相当于把“多想一会儿”留在训练阶段，把更短的推理链路留给执行。消融实验显示，去掉后果反馈后，LIBERO平均成功率从98.8%降至97.0%；换用VLM表示视觉特征后为97.3%；移除排序损失后为98.1%。

光象科技成立于2025年4月，由清华大学车辆与运载学院和人工智能学院联合孵化，创始人张涛曾任阿里巴巴高德地图技术总监，联合创始人李升波长期从事自动驾驶与具身智能研究。该公司正进入汽车制造场景，已围绕焊接上下料、移动质检等工位完成真实场景验证，并与多家国内外头部车企展开商业合作。在2026年ATC展会上，其机器人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，期间零失误、零中断。

这项研究的后续挑战在于真机验证与批量复制。从仿真基准到汽车产线，还需要经过节拍、精度、安全性、故障率等验收指标；同一套能力能否迁移到新车型和新工位，将决定其商业化进度。