Startup model dunia China melihat laluan sendiri, bukan lagi templat AS

Model dunia semakin menjadi tumpuan dalam AI fizikal—iaitu sistem yang bukan sekadar menjana video yang kelihatan meyakinkan, tetapi cuba mewakili bagaimana persekitaran berubah dan bagaimana tindakan menghasilkan kesan.

Di WAIC 2026, panel yang melibatkan Muka Robotics, Shengshu Technology, EvoPhys.ai dan Chengwei Capital berhujah bahawa peralihan ini boleh membolehkan startup China bersaing atas asas yang berbeza daripada perlumbaan biasa untuk menyamai skala model termaju Amerika Syarikat.

Hujah mereka bukannya bahawa China mempunyai akses pengkomputeran setara dengan makmal AI termaju AS. Sebaliknya, kemajuan model dunia mungkin semakin bergantung pada kecekapan pembelajaran, data interaksi dunia sebenar dan ujian pantas menggunakan robot. Dalam konteks itu, ekosistem robotik dan perkakasan yang padat boleh menjadi sama penting dengan jumlah GPU. WAIC sendiri memperlihatkan skala aktiviti AI berjasad ini, dengan lebih 200 syarikat AI berjasad dan robotik mengambil bahagian menurut satu laporan. 8

Daripada skala komputasi kepada kecekapan iterasi

Panel tersebut mencadangkan bahawa perbandingan terus dengan makmal AI AS kurang membantu bagi bidang yang masih mencari piawaian teknikal dan komersialnya sendiri. Sesebuah pasukan dengan komputasi lebih kecil masih boleh menjadi kompetitif jika ia mampu mengumpul data fizikal yang berguna pada kos rendah, melatih seni bina yang menggunakan data pelbagai jenis dengan cekap, serta menguji dan membetulkan kegagalan dengan cepat pada mesin sebenar.

Keputusan WorldArena yang dilaporkan bagi Muka Robotics—kedudukan tinggi yang dikatakan dicapai menggunakan 32 GPU—dikemukakan sebagai contoh pendekatan yang mendahulukan kecekapan. Namun, ia ialah keputusan penanda aras yang dilaporkan oleh syarikat, bukannya ukuran bebas yang diaudit tentang kepimpinan teknikal keseluruhan. 3

Bezanya penting dalam amalan. Model video boleh dinilai berdasarkan sama ada hasil visualnya tampak munasabah. Sebaliknya, model dunia untuk robot boleh diuji melalui soalan yang lebih keras: adakah tindakan yang diramalkan benar-benar berjaya apabila robot beroperasi di bawah kekangan fizikal? Ramalan yang tersalah tentang sentuhan, pergerakan atau keadaan objek akan lebih mudah terserlah apabila model itu mengawal, atau membantu mengawal, robot sebenar.

Robot sebagai sumber data dan medan ujian

Asas hujah panel ialah gelung maklum balas antara model dunia dengan kecerdasan berjasad:

1. Model dunia membantu robot meramal perubahan persekitaran dan kesan yang mungkin timbul daripada sesuatu tindakan.
2. Robot membantu model dunia dengan menghasilkan data interaksi yang bergantung pada tindakan, serta maklum balas terus sama ada ramalan itu bertahan dalam dunia fizikal.
3. Pengerahan dan latihan semula berulang boleh memendekkan kitaran pengumpulan data, reka bentuk model dan penilaian.

Jejak pameran WAIC menunjukkan mengapa panel melihat perkara ini sebagai relevan di China. Panduan rasmi WAIC di Shanghai menyatakan lebih 300 robot dipamerkan dalam senario aplikasi dinamik, manakala liputan lain melaporkan lebih 200 syarikat AI berjasad dan robotik di acara itu. 108

Ini tidak membuktikan mana-mana negara sudah memiliki kelebihan data yang menentukan. Namun, ia menerangkan logik strategik panel: asas robotik yang besar dan pelbagai boleh menyediakan lebih banyak peluang untuk mengumpul data interaksi, di samping lebih banyak keadaan untuk menguji sama ada ramalan fizikal model benar-benar berguna.

Rantaian bekalan padat sebagai kelebihan kelajuan

Panel itu turut menekankan penyelarasan perkakasan ala Shenzhen: pembekal komponen, penyepadu sistem, pengeluar robot dan pasukan perisian boleh berada cukup dekat dari segi geografi serta komersial untuk memendekkan tempoh antara kegagalan model dan eksperimen baharu.

Kelebihannya, dalam pandangan ini, bukan sekadar perkakasan yang lebih murah. Ia ialah keupayaan mengubah susunan sensor, end effector atau alat hujung robot, rutin pengumpulan data, atau konfigurasi robot; kemudian membawa data baharu itu kembali ke proses latihan dengan pantas. Dalam AI fizikal, mutu model tidak boleh dipisahkan daripada mesin, sensor dan persekitaran yang digunakan untuk mengumpul serta mengesahkan data.

Namun, ini kekal sebagai cadangan strategik, bukan jaminan kepimpinan teknikal. Rantaian bekalan yang pantas bertindak boleh mempercepat eksperimen, tetapi tidak dengan sendirinya menyelesaikan isu generalisasi, keselamatan, kebolehpercayaan atau daya maju komersial.

Seni bina ialah separuh lagi daripada pertaruhan ini

Penyelidikan world-action Shengshu Technology memberi contoh konkrit kepada pendekatan yang berasaskan seni bina. MotuBrain menggunakan rumusan generatif bersama bagi video dan tindakan; dalam kerangka itu, pemodelan polisi, pemodelan dunia, penjanaan video, dinamik songsang, serta ramalan video-tindakan bersama menjadi mod inferens yang berbeza bagi model sama. 32

Menurut Shengshu, MotuBrain memodelkan pemahaman, ramalan dan tindakan secara bersama untuk memperbaik penggunaan data heterogen serta mengukuhkan pemindahan keupayaan merentas tugasan. 33 Secara praktikal, pendekatan ini cuba mengurangkan pemisahan antara sistem yang memerhati dunia, meramal evolusinya dan memilih tindakan.

Ini bukan bermaksud satu seni bina yang diterbitkan telah menyelesaikan bidang tersebut. Sebaliknya, ia menggambarkan mengapa panel percaya reka bentuk model boleh memberi kelebihan: jika satu kerangka mampu menggunakan semula maklumat merentas tugasan video, tindakan dan ramalan fizikal, keupayaan berguna tidak semestinya meningkat dalam nisbah satu dengan satu mengikut komputasi.

Pendekatan yang mendahulukan fizik

EvoPhys.ai pula diketengahkan sebagai pendekatan lain kepada kekangan sama: mempelajari keteraturan fizikal daripada interaksi asas, bukan bergantung terutamanya pada himpunan video terkurasi yang sangat besar. Manfaat yang disasarkan ialah model yang lebih berpaut pada daya, sentuhan, gerakan dan kesan tindakan.

Aktiviti berkaitan turut kelihatan di WAIC. TrendForce melaporkan bahawa Moore Threads menunjukkan latihan penuh EvoPhys-World Universiti Peking—digambarkan sebagai model dunia 5D—menggunakan infrastruktur pengkomputeran domestik. 9 Ini mengesahkan adanya kerja aktif dalam bidang teknikal tersebut, tetapi tidak mengesahkan secara bebas dakwaan lebih luas panel tentang prestasi perbandingan, kecekapan data atau kepimpinan nasional.

Peluang besar, beban yang sama besar

Panel menggunakan metafora “Gunung Tai” untuk menangkap dua sisi hujah yang sama.

Peluang

Jika model dunia menjadi lapisan asas bagi robot, sistem autonomi dan simulasi, pasukan awal mungkin membantu menetapkan piawaian penting: data apa yang perlu dikumpul, cara menilai penaakulan fizikal, bentuk robot mana yang perlu disokong, serta aplikasi mana yang benar-benar mencipta nilai. Ketiadaan peneraju global atau formula produk yang telah mantap boleh membuka ruang kepada pihak yang bergerak awal.

Beban

Ketiadaan templat itu juga meningkatkan risiko pelaksanaan. Startup perlu membuat pilihan mahal tentang saluran data, platform perkakasan, seni bina model, kaedah penilaian, pelanggan dan model perniagaan sebelum pasaran membuktikan pilihan yang akan kekal. Pengesahan dalam dunia fizikal juga boleh menjadi lebih perlahan dan mahal berbanding menilai model perisian semata-mata.

Justeru, hujah panel tidak wajar dibaca sebagai pengisytiharan bahawa China sudah memenangi perlumbaan model dunia. Ia lebih tepat sebagai tuntutan tentang bentuk persaingan: dalam bidang baharu yang memerlukan model belajar daripada dan bertindak dalam dunia fizikal, kelajuan iterasi, mutu data dan seni bina boleh menjadi pemboleh ubah strategik di samping kuasa komputasi.

Petunjuk yang perlu diperhatikan selepas ini

Tesis ini akan diuji bukan melalui naratif persidangan, tetapi bukti dalam empat bidang:

• Penilaian bebas: keputusan yang mengukur ramalan fizikal dan prestasi robot sebenar merentas pelbagai persekitaran, bukan demonstrasi terpencil.
• Kecekapan data: sama ada model boleh bertambah baik dengan ketara menggunakan jumlah data interaksi yang realistik untuk dikumpul dan dilabel.
• Pemindahan merentas bentuk robot: sama ada model yang dilatih pada satu robot, set sensor atau tugasan boleh digeneralisasikan kepada yang lain tanpa latihan semula yang meluas.
• Ekonomi penggunaan: sama ada sistem model dunia menjadikan robot lebih selamat, andal atau murah sehingga menyokong penggunaan komersial berterusan.

Setakat ini, sumber yang ada menyokong bukti penyertaan robotik yang aktif di WAIC dan rumusan world-action Shengshu yang diterbitkan. Sumber itu belum membuktikan secara bebas perbandingan komputasi khusus panel, jumlah syarikat robotik yang berpotensi membekalkan data, atau kepimpinan China di seluruh industri. Dakwaan tersebut lebih wajar dilihat sebagai tesis strategik yang bercita-cita tinggi—dan kredibilitinya bergantung pada hasil dunia sebenar yang boleh diulang. 8103233