AnswersPublished18 sources
Intern W0: Shanghai AI Labin fyysisen maailman malli laboratorioroboteille
Shanghai AI Laboratory julkisti Intern Physical World Model W0:n 13.–14. syyskuuta 2026. W0:n niin sanottu natiivi voima ja tuntoaisti tuo kosketuspalautteen osaksi robottien toimintapäätöksiä, ja asynkroninen duplex arkkitehtuuri erottaa ennakoinnin nopeasta reagoinnista.
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Shanghai AI Laboratory julkisti Intern Physical World Model W0:n 13.–14. syyskuuta 2026.
- W0:n niin sanottu natiivi voima ja tuntoaisti tuo kosketuspalautteen osaksi robottien toimintapäätöksiä, ja asynkroninen duplex arkkitehtuuri erottaa ennakoinnin nopeasta reagoinnista.
- W0 ei ole sama asia kuin NCP ArchPreview: W0 käsittelee fyysistä havaitsemista ja robotin toimintaa, kun taas NCP ArchPreview on latenttitilaan perustuva kielimalli.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Shanghai Artificial Intelligence Laboratory’s Intern physical world model W0, when was it released, how does its native force-tactil. Article summary: Intern Physical World Model W0 is Shanghai AI Laboratory’s reported embodied-AI model for contact-rich robot manipulation. It was announced around September 13–14, 2026; public technical evidence currently appears to be . Topic tags: general, government, academic, education, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
Shanghai AI Laboratoryn Intern Physical World Model W0 on robotiikkaan suunnattu fyysisen maailman malli. Sen tavoitteena on siirtää tekoälyn suunnitelmia digitaalisesta ympäristöstä todelliseen, kosketusta ja tarkkaa käsittelyä vaativaan työhön. Julkisuuteen järjestelmä tuli 13.–14. syyskuuta 2026. Raporttien mukaan W0 yhdistää näköhavainnot, voima- ja tuntoaistin sekä robotin oman tilatiedon, jotta robotti voi havaita tilanteen, ennakoida, toimia ja korjata liikettään kesken tehtävän. 32
35
Miksi pelkkä kamera ei riitä
Monissa robottitehtävissä ratkaiseva tieto ei näy kuvassa. Astia voi vastustaa liikettä, tarttuja voi alkaa luistaa, työkalu voi osua pintaan tai materiaali voi käyttäytyä odottamattomasti. W0 on esitelty järjestelmänä, joka on tarkoitettu juuri tällaisiin kontaktipitoisiin tilanteisiin.
Raporttien perusteella se kokoaa yhteen:
- näön, jolla tarkkaillaan kohteita, työkaluja ja työaluetta;
- voima- ja tuntohavainnot, joilla havaitaan kosketus ja vastus;
- robotin tilatiedon, kuten asennon ja liikkeen;
- ennakoinnin siitä, mitä fyysisessä tilanteessa voi tapahtua seuraavaksi; sekä
- toiminnan ja korjauksen, kun uutta monimuotoista sensoripalautetta saapuu.
32
35
Tavoite on tiiviimpi säätösilmukka. Sen sijaan, että robotti toteuttaisi kamerakuvaan perustuvan ennalta määrätyn liikesarjan, sen pitäisi pystyä muuttamaan seuraavia liikkeitään kosketusolosuhteiden muuttuessa. Tämä on olennaista esimerkiksi herkässä käsittelyssä, osien sovittamisessa paikoilleen, sekoittamisessa ja astioiden käsittelyssä.
Mitä ”natiivi voima- ja tuntoaisti” tarkoittaa?
Shanghai AI Labin viestinnässä W0:n keskeiseksi ominaisuudeksi nostetaan natiivi voima- ja tuntoaisti. Käytännössä tämä tarkoittaa, että kosketuksesta ja voimista saatava tieto osallistuu toimintapäätöksiin yhdessä näköhavaintojen ja robotin tilatiedon kanssa. Kyse ei siis ole vain erillisestä turvahälytyksestä, joka laukeaa suunnittelun jälkeen. 35
Näin robotti voisi reagoida esimerkiksi odottamattomaan vastukseen, muuttuvaan kosketusvoimaan tai lipsuvaan otteeseen silloinkin, kun kamerakuva ei yksin kerro tilanteesta riittävästi. Tutkimussuunnassa on aiempaa näyttöä: tuntoaistiin nojaavat maailma–toiminta-mallit pyrkivät mallintamaan yhdessä sekä tulevaa näköhavaintoa että kontaktia kontaktipitoisessa käsittelyssä. 33
W0:sta ei kuitenkaan toistaiseksi ole julkisesti saatavilla kattavaa teknistä artikkelia, aineistoa tai toistettavaa vertailupakettia. Siksi termiä ”natiivi” on syytä pitää kuvauksena raportoidusta suunnittelusta ja kyvykkyydestä, ei vielä ulkopuolisesti todennettuna toteutusväitteenä.
Duplex-yhteistyö: ennakointi ja nopea reagointi eri tahdissa
W0:n toinen keskeinen ominaisuus on duplex-yhteistyö, joka toteutetaan julkaisuraportoinnin mukaan asynkronisella, eri taajuuksilla toimivalla arkkitehtuurilla. 35
Käytännöllinen tulkinta on, että kaksi toimintoa voi edetä samanaikaisesti:
- Ennakoiva polku ylläpitää tai päivittää arviota tehtävän etenemisestä ja lähiajan fyysisestä tilasta.
- Reaktiivinen ohjauspolku vastaanottaa tuoretta sensoripalautetta ja säätää moottorikomentoja ilman, että sen tarvitsee odottaa hitaamman suunnittelukierroksen valmistumista.
Kontaktipitoisessa robotiikassa tämä jako on tärkeä. Suunnittelu hyötyy pidemmästä aikahorisontista, mutta kosketuksen säätely voi edellyttää hyvin nopeaa reagointia. Eri aikaskaaloilla toimiminen voi lyhentää viivettä ympäristön muutoksen ja korjaavan liikkeen välillä. 35
W0 ei ole NCP-ArchPreview
Sana ”yhteistyö” voi hämätä, sillä Shanghai AI Lab liittyy myös NCP-ArchPreview-malliin, jota on kehitetty Shanghai Jiao Tong -yliopiston LUMIA Labin kanssa. Järjestelmät ratkaisevat kuitenkin eri ongelmia.
| Järjestelmä | Pääalue | Mitä se yhdistää | Tuotos |
|---|---|---|---|
| Intern W0 | Fyysinen robotiikka | Näkö, voima, tunto, robotin tila, ennakointi ja ohjaus | Fyysiset robottiliikkeet ja päivitetyt tilaennusteet |
| NCP-ArchPreview | Kielimallinnus | Seuraavan tokenin ennustus ja Next Concept Prediction | Tekstin tuotto tavallisen seuraavan tokenin rajapinnan kautta |
NCP-ArchPreview oppii tavanomaisen seuraavan tokenin ennustuksen rinnalla erillisen, usean tokenin yli ulottuvan diskreetin latenttikäsite-esityksen. Käsite-ennusteet ohjaavat tokenidekooderia, mutta tekstin generointi säilyttää tavallisen kielimallin käyttöliittymän. 19
22
Lyhyesti: W0 käsittelee aistimista ja toimintaa fyysisessä maailmassa, NCP-ArchPreview kielellisten esitysten organisointia ja ennustamista latenttitilassa. Saatavilla oleva aineisto ei osoita, että NCP-ArchPreview olisi W0:n ohjain tai sen keskeinen komponentti.
Yhteys InkStoneen ja Intern-S2:een
Julkaisuraportoinnin mukaan W0 on kytketty Intern InkStone -tieteellisten löytöjen alustaan ja toimii yhdessä Intern-S2-tiedemallin kanssa. 32 Intern-S2 esitellään multimodaaliseen tieteelliseen ymmärtämiseen, päättelyyn, generointiin ja pitkän aikavälin tehtäviin suunnattuna agenttipohjaisten perusmallien sarjana.
12
Raportoitu työnjako muistuttaa suljetun kierron laboratorioprosessia:
- tieteellinen järjestelmä auttaa muodostamaan hypoteeseja, työvaiheita tai kokeellisia valintoja;
- W0:lla ohjattu laboratoriolaitteisto suorittaa fyysiset työvaiheet ja tarkkailee toteutusta; ja
- kokeen tulokset palaavat seuraavan kierroksen syötteiksi sen sijaan, että prosessi päättyisi yhteen ennalta ohjelmoituun ajoon.
Tämä on merkittävä rajapinta, sillä autonomisen tutkimuksen vaikein osuus ei usein ole työohjeen tuottaminen vaan sen luotettava toteuttaminen oikeilla laitteilla, materiaaleilla ja palautesignaaleilla.
Raportoidut laboratoriosovellukset
W0:n, InkStonen ja Intern-S2:n yhdistelmälle on liitetty useita suljetun kierron sovelluksia:
- geenimuokkausproteiinien suunnattu evoluutio;
- mepivakaiinin monivaiheinen orgaaninen synteesi; sekä
- lipidinanohiukkasten valmistus, jossa prosessiparametreja säädetään valmistuksen aikana dynaamisesti.
Nämä ovat uskottavia kohteita mukautuvalle automaatiolle. Lipidinanohiukkasten tuotanto riippuu esimerkiksi formulaatiosta ja prosessiolosuhteista, ja niitä käytetään laajalti nukleiinihappolastien kuljettamiseen. 1
9 W0:lle esitetyt demonstraatiot ovat silti kehittäjän raportoimia: saatavilla olevassa aineistossa ei ole yksityiskohtaisia protokollia, virheprosentteja, aineistoja, laboratorioiden välisiä vertailuja tai riippumattomia toistoja.
Miksi W0 voi olla tärkeä – ja mikä on vielä todistamatta
W0:n mahdollinen merkitys on sen roolissa automaatiokerroksena tieteellisen tekoälypäättelyn ja kokeellisen toteutuksen välissä. Jos järjestelmä osoittautuisi luotettavaksi eri instrumenteilla ja laboratorioissa, se voisi vähentää kuilua suunnitellun kokeen ja sen edellyttämien fyysisten työvaiheiden välillä. Se voisi tehdä kemian, biologian ja materiaalitutkimuksen suunnittele–rakenna–testaa–opi-kierroksista mukautuvampia. 32
Suurin avoin kysymys on yleistettävyys. Kontaktipitoiseen käsittelyyn vaikuttavat muun muassa kalibrointi, sensorien ajautuminen, vaihteleva laboratoriovälineistö, materiaalien vaihtelu, kontaminaation hallinta sekä harvinaiset mutta seurauksiltaan vakavat virheet. Julkinen aineisto ei vielä osoita W0:n luotettavuutta eri laboratorioissa, instrumenteilla, pitkissä työprotokollissa tai riippumattomien käyttäjien käsissä.
Tässä vaiheessa W0:aa kannattaa pitää kiinnostavana varhaisena esimerkkinä tieteeseen suunnatusta fyysisestä tekoälystä: kokonaisuutena, jossa yhdistyvät kunnianhimoinen integraatioajatus ja raportoidut laboratoriokäytöt, mutta jonka validointinäyttöä tarvitaan vielä paljon lisää.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Intern W0: Shanghai AI Labin fyysisen maailman malli laboratorioroboteille"?
Shanghai AI Laboratory julkisti Intern Physical World Model W0:n 13.–14. syyskuuta 2026.
What are the key points to validate first?
Shanghai AI Laboratory julkisti Intern Physical World Model W0:n 13.–14. syyskuuta 2026. W0:n niin sanottu natiivi voima ja tuntoaisti tuo kosketuspalautteen osaksi robottien toimintapäätöksiä, ja asynkroninen duplex arkkitehtuuri erottaa ennakoinnin nopeasta reagoinnista.
What should I do next in practice?
W0 ei ole sama asia kuin NCP ArchPreview: W0 käsittelee fyysistä havaitsemista ja robotin toimintaa, kun taas NCP ArchPreview on latenttitilaan perustuva kielimalli.
Sources
arxiv.org𝒩_0-TWAM: Scaling Tactile-Native World Action Model for ...
huggingface.coArchSpace-Collection/NCP_ArchPreview_dolma3_8.9B_Stage2_v1 · Hugging Face
hyper.aiNCP-ArchPreview Technical Report: Moving towards ...