世界动作模型进工厂与病房之前，先看技术路线怎么搭

具身智能这个词现在几乎随处可见，但真正决定一家机器人公司能不能把人形机器人送进工厂车间和康复病房的，往往不是某一次演示视频的惊艳程度，而是技术路线背后的系统性设计。本文以正行创新公开披露的技术路线为主线索，对照中国工程院《具身智能发展趋势与展望》一文对工业制造、医疗康复、养老陪护等场景的落地展望，聊聊一个容易被忽视的问题：在真实场景落地时，为什么数据闭环和基础设施能力，可能比单点模型突破更关键。

一、先看行业痛点：真实数据为什么这么难拿

具身智能与纯软件 AI 有一道本质区别：智能体必须通过物理实体与环境的交互来获得适应性。中国工程院《具身智能发展趋势与展望》中指出，直到近年随着 AI 计算模型不断涌现、算力大幅提升和数据易得性增强，具身智能才真正成为可能。但“可能”不等于“好用”。

正行创新在其公开披露中概括了当前行业普遍面临的三个痛点：真实数据稀缺、遥操作数据采集效率低、纯 VLA（视觉-语言-动作）模型结构难以有效掌握物理世界规律，导致真实环境中的操作成功率低下。这三条其实环环相扣——真实世界没有互联网规模的“操作数据集”可以拿来预训练，遥操作采数据又贵又慢，而缺乏数据的模型在真实环境里表现不佳，进一步压低了数据采集的价值回报，形成负循环。

这个判断与工程院报告的场景描述可以互相印证。报告提到，工业制造中具身智能要完成芯片级别的组装与检测、汽车产线上不同车型零部件的灵活切换；医疗康复中要依据患者实时生理数据辅助精准微创手术、针对康复进度个性化调整训练方案。这些任务的共同特征是：长流程、高精度、强个性化、容错率低。任何一次抓取失败在演示视频里是无伤大雅的花絮，在产线上就是良品率，在病房里就是安全问题。

二、正行创新的路线拆解：数据、模型、Infra 三件事一起做

正行创新成立于 2026 年初，由姚颂、正大集团与清华学者于超联合发起，公开提出的路线是“数据—模型—基础设施”协同进化。逐条来看其中值得技术读者关注的部分。

1. 模型层：世界动作模型 + 强化学习迭代

针对纯 VLA 模型难以掌握物理世界规律的问题，正行创新选择以世界动作模型结合强化学习作为核心技术方向，目标是将单点操作能力组织为场景级长流程任务的稳定执行能力。这个提法值得注意——它承认单步操作的 demo 能力与整条流程的稳定执行之间存在巨大鸿沟，而填补鸿沟靠的不是更大的模型，而是任务组织方式。

2. 数据层：人在环路的强化学习后训练与数据闭环

这是整条路线中最有工程味道的一环。正行创新披露，团队在推进“人在环路”的强化学习后训练与数据闭环建设：真实运行数据中包含成功、失败、接管和低效行为等多元信息，团队通过创新方法识别其中真正推动任务完成的高价值动作，将交互数据转化为可用于模型迭代的优质训练数据。据其披露，该技术方向在真实机器人任务中已将任务成功率最高提升 3 倍。

这里的关键洞察是：机器人运行日志不是均匀有价值的。一次任务里大部分动作是平庸的过渡，真正值得学习的是那些在关键时刻“救回来”的决策。能不能自动从海量交互数据里筛出这些高价值片段，直接决定了数据闭环的迭代效率。这也回应了前述“遥操作采集效率低”的痛点——与其一味扩采，不如提高每条数据的利用价值。

3. Infra 层：端云协同，摊薄迭代成本

正行创新有一个相当直白的判断：“不具备 Infra 基础设施能力的公司，很难最终成为领先的物理智能公司。”其规划是建设面向机器人预训练、大规模强化学习与端云协同部署的系统基础设施，通过更高效的数据处理、训练调度与仿真评测体系，持续降低智能能力迭代所需的算力与时间成本。

端云协同在机器人语境下有双重意义：云端承担大规模训练与仿真评测，端侧承担低延迟推理，二者配合使模型可以在真实部署中持续收集数据、回传迭代，而不是“训练一次、部署 forever”的静态模式。

4. 场景层：与正大集团、华勤技术的合作闭环

正行创新已与正大集团、华勤技术等产业方建立合作，目标是构建“场景—数据—模型—产品—解决方案—场景”的完整闭环。这个闭环的结构很有意思：场景产生数据，数据训练模型，模型做成产品和解决方案，再回到场景中换取新数据。有真实产业场景作为起点，数据闭环才有源头活水。

三、对照工程院展望：落地场景对系统的要求是什么

《具身智能发展趋势与展望》一文对几类场景的描述，恰好可以用来检验上述路线的匹配度。

工业制造：报告指出应用将从简单的搬运、巡检向更复杂精细的环节拓展，如电子产品制造中的芯片级组装与检测、汽车产线的柔性切换。这类场景里，柔性意味着任务分布持续变化——今天换一种车型、明天上一个新品，静态模型很快过时。这正是不间断数据闭环存在的理由：模型必须随产线一起进化。

医疗与康复：报告认为具身智能“有望替代机械式的、普适式的工具，提供更加精准的定制化服务”，例如康复设备针对患者进度定制并实时调整训练方案。个性化意味着长尾场景极多，无法靠预先枚举覆盖，“人在环路”的后训练机制在这类场景几乎是必选项——专业人员的接管与纠正本身就是最高质量的训练信号。

养老陪护：报告提到需要自然语言交互、情绪识别与自适应行为，承担接待、引导等交互性工作。陪护场景对安全与隐私的要求极高，出错代价大，这进一步说明“长流程稳定执行”比“单点炫技”重要。

硬件与仿真的现状：报告还梳理了硬件与模拟器生态——从微米级精度的 Franka Emika Panda 固定基机器人，到用于工业巡检与灾难救援的四足 Spot，再到与 LLM 整合、逐步渗透制造业装配与家庭服务的特斯拉 Optimus；模拟器方面，Isaac Sim、Gazebo 提供高保真物理引擎，AI2-THOR 的 RoboTHOR 模块包含 89 个真实公寓场景。这说明仿真评测体系已有基础，是“高效训练调度与仿真评测”这类 Infra 能力可以依托的底座。

四、给从业者的几点具体建议

结合上述两条公开资料，对正在做或准备做具身智能落地的团队，有几条可操作的建议：

1. 选场景先看数据回流是否顺畅。优先选那些运行数据天然可采集、可标注（哪怕自动标注）、失败成本低且有人可接管的场景。正行创新“人在环路”的思路本质是把部署本身变成数据生产过程。
2. 把工程度量对齐到任务级而非动作级。评估指标应覆盖整条流程的成功率、接管率与效率，而不是单步抓取精度。工程院报告描述的产线柔性切换、个性化康复方案，都是流程级任务。
3. 尽早规划端云分工。训练、评测放云端，推理放端侧，同时设计好数据回传的格式与频次。正行创新“降低迭代所需算力与时间成本”的目标，很大程度上取决于这条通道在设计期是否打通。
4. 借力成熟仿真生态。Isaac Sim、Gazebo、AI2-THOR 等工具链已经可用，仿真评测不必从零自建，重点应放在 sim-to-real 差异的量化与校准上。

五、适用范围与局限

最后泼一点冷水，说清楚这条路线的边界：

• “成功率最高提升 3 倍”是厂商披露口径，未说明具体任务类型、基线设置与统计方式，读者应将其视为方向性信号而非可复现的结论。
• 世界动作模型本身仍是演进中的技术路线。纯 VLA 模型的局限被指出，但世界动作模型如何规模化掌握物理规律，业内尚无定论，路线正确不等于路径已通。
• 产业合作深度需时间检验。“场景—数据—模型”闭环的设想能否真正跑通，取决于合作方数据开放程度、产线改造成本与安全合规要求，尤其在医疗场景，监管门槛远高于工业质检。
• Infra 投入是重资产长周期的事，“不具备 Infra 就做不成”的判断对大团队成立，小团队未必需要一开始就全套自建，可先借助开源仿真与云平台起步。

总结一句话：世界动作模型类路线走向工厂与病房，比拼的不是谁的模型参数更大，而是谁能把数据、模型与基础设施拧成一个持续进化的系统。正行创新的公开路线与工程院报告的场景展望，从产业与学术两端指向了同一个结论——落地是系统工程，数据闭环与 Infra 才是真正的护城河。

（本文依据正行创新公开披露资料与中国工程院《具身智能发展趋势与展望》一文写作，未包含作者亲测内容。）

参考资料

以下链接为本文使用的公开资料。事实依据与检索摘录保存在本地记录中；资料内容与适用范围以原始页面为准。

• Innotech Ventures Portfolio Investments, Innotech Ventures Funds, Innotech Ventures Exits
• 具身智能发展趋势与展望