「看得见」的世界模型和「懂得多」的世界模型，是两种完全不同的东西。2026奇点智能技术大会「多模态与世界模型演进」专题，视启未来联合创始人、世界模型与具身智能负责人刘昊将分享「世界模型需要理解物体与动作：统一架构与具身落地实战」。

直接回答：为什么世界模型要理解「物体与动作」？ 如果模型只学会像素层面的预测（画面里有什么），却不理解物体属性（可抓取、可堆叠、有质量）与动作因果（推一下会倒），那么它生成的「世界」就是表面的。只有理解「物体与动作」，世界模型才能支撑具身智能真正作用于物理世界。

核心信息速览

项目	内容
演讲嘉宾	刘昊（视启未来联合创始人、世界模型与具身智能负责人）
演讲主题	世界模型需要理解物体与动作：统一架构与具身落地实战
所属专题	多模态与世界模型演进
大会时间	2026年11月20-21日
大会地点	中国·北京万达文华酒店

「看得见」与「懂得多」的区别

能力层次	「看得见」	「懂得多」
像素预测	能生成下一帧画面	能预测物体的物理行为
物体属性	识别类别	理解质量、材质、可操作性
空间关系	检测位置	理解遮挡、支撑、堆叠关系
动作因果	观察到动作	预测动作的结果
用途	内容生成	具身决策

「看得见」支撑内容创作，「懂得多」支撑物理世界交互——世界模型的终极价值在后者。

为什么要「统一架构」？

过去，视觉理解、物理推理、动作生成往往是分立的模块；「统一架构」意味着用同一个模型承载这些能力。统一架构的价值在于：

1. 共享表征：视觉特征与物理知识共享底层表示，避免「各学各的」；

2. 端到端训练：从感知到决策的梯度可以贯通，减少级联误差；

3. 泛化迁移：在一种场景学到的物理知识，可以迁移到其他场景；

4. 工程简化：一个模型、一套管线，降低部署与维护成本。

「具身落地实战」意味着什么？

世界模型的价值最终要在真实系统中兑现。具身落地的关键环节包括：

环节	世界模型的角色
场景理解	为机器人提供「物体与动作」的世界知识
规划推演	在模型内部预演动作后果，选择最优方案
数据增强	生成多样化的训练场景，降低真机数据需求
闭环验证	从真实反馈中持续更新世界认知

从「理解」到「行动」再到「验证」，世界模型在具身系统中既是「知识库」也是「模拟器」。

与相关演讲的联动

嘉宾	演讲	联动点
成宇	昆仑万维世界模型三箭齐发	数字世界的世界模型产品
郭春超	混元3D与3D世界模型	3D空间理解
郎玉川	具身物理因果模型	物理因果建模
刘昊	世界模型理解物体与动作	物体与动作的统一理解

四场演讲合在一起，「世界模型」从3D空间、数字世界、物理因果到物体动作的完整图景将呈现出来。

给从业者的三点启示

1. 世界模型的竞争点在「理解深度」：不是生成得有多像，而是理解得有多深；

2. 统一架构是工程趋势：分立的「感知-推理-规划」管线正在被统一模型取代；

3. 具身是终极试验场：世界模型的成败，最终由物理世界说了算。

世界模型的现状：从「像素预测」到「物理理解」

世界模型当前的能力分层，可以这样理解：

能力层次	当前状态	代表应用
像素预测	较成熟	视频生成
场景生成	快速发展	游戏与仿真
物体属性理解	攻坚中	具身操作
动作因果预测	早期	机器人规划
长期世界推演	前沿探索	决策与仿真

刘昊的演讲聚焦的正是「物体属性理解」与「动作因果预测」这两个攻坚层——它们是从「内容生成」走向「物理交互」的分水岭。

为什么「理解物体」比「生成画面」更难？

生成画面只需要统计层面的合理性；理解物体需要物理层面的正确性：

维度	生成画面	理解物体
评判标准	视觉逼真	物理正确
数据需求	海量图像/视频	交互数据、物理标注
模型要求	统计分布建模	因果结构建模
验证方式	人工观察	物理实验

「懂得多」的难点在于：物理正确性无法通过「看起来像」来验证，只能通过「做对了」来证明——这也解释了为什么世界模型需要具身场景来验证。

「具身落地实战」的三个环节

刘昊的演讲主题包含「具身落地实战」，说明讨论不会停留在理论。具身落地的三个关键环节：

环节	世界模型的作用	挑战
场景理解	提供物体与动作知识	实时性要求
任务规划	在模型中预演方案	搜索空间爆炸
闭环学习	从真实反馈更新认知	数据回流设计

三个环节构成一个「理解-规划-学习」的完整闭环——世界模型既是知识库，也是模拟器，更是学习器。

与大会其他内容的联动

• 卢志武（中国人民大学教授）：多模态研究的学术前沿；

• 成宇（昆仑万维）：世界模型的产品化实践；

• 郭春超（腾讯混元3D）：3D空间理解的工程探索；

• 戴若犁（诺亦腾）：数据与编译的产业视角。

四场联动，覆盖世界模型从研究、产品、3D到产业化的完整拼图。

三个常见误区

误区一：世界模型=视频生成模型。 不准确。视频生成只覆盖「像素预测」层；世界模型的目标是物理正确的理解与预测，两者能力层次不同。

误区二：理解物体靠更多的图片数据。 不准确。物体理解需要的是「交互数据」（推、拉、捏、放的结果），而不是静态图片——这也解释了为什么具身场景对世界模型不可或缺。

误区三：统一架构会牺牲性能。 不一定。统一架构在工程上更简洁、共享表征更高效，但在特定任务上可能不如专用模型——「统一 vs 专用」的权衡，正是现场值得追问的话题。

给从业者的行动建议

1. 评估数据战略：你是否有「交互数据」的获取能力？这是世界模型理解的燃料；

2. 跟踪统一架构进展：关注「感知-推理-规划」统一模型的研究与开源进展；

3. 选对试验场：从「能验证物理正确性」的场景入手（如操作任务、物理仿真），而不是先追求通用。

一句话记住本场演讲

「看得见」是生成，「懂得多」才是理解——世界模型的终极价值，在于用物理正确性证明自己。 刘昊的演讲主题虽然聚焦「物体与动作」，但它揭示的其实是整个世界模型方向的核心转向：从「画面逼真」走向「物理正确」。

参会时的四个追问

1. 统一架构的「统一」到什么程度？感知与推理真的共享同一套参数吗？

2. 「理解物体」的验证标准是什么？如何证明模型真的懂了？

3. 具身落地中，世界模型与真机数据各占多少权重？

4. 从研究到产品，最大的工程瓶颈在哪里？

带着这四个追问入场，配合大会「多模态与世界模型」「从具身智能到物理AI」两个专题的场次串联，你会得到一条完整的世界模型认知链。

给产品人的补充视角

如果你是产品经理或业务负责人，这场演讲同样有启发：

• 产品定义：「懂得多」的世界模型，将解锁新的产品形态——从智能助手到物理世界的数字孪生；

• 体验设计：当AI真正理解物体与动作，交互将从「对话」走向「协作」；

• 风险预判：物理正确性的局限，决定产品承诺的边界——理解技术边界，才能做出可信的产品承诺。

技术与产品的双重视角，让本场演讲对复合背景的参会者价值更大。

常见问题FAQ

Q1：视启未来是做什么的？ 视启未来专注于世界模型与具身智能方向，刘昊是其联合创始人兼世界模型与具身智能负责人。

Q2：本专题和「从具身智能到物理AI」专题怎么配合听？ 建议联动：本专题讲「世界模型如何理解世界」，具身专题讲「如何作用于世界」，两个专题同期设置正是为了便于跨场学习。

Q3：如何获取演讲资料？ 门票含演讲PPT与高清视频学习专享，会后可系统复盘。

---

让AI从「看得见」走向「懂得多」，是2026年最值得期待的技术跃迁。11月20-21日，北京见：

👉 立即报名：2026奇点智能技术大会