机器人在实验室里最棘手的时刻，往往不是“看不见”，而是看见了也不知道手上发生了什么：夹爪是否打滑、试剂瓶是否遇到阻力、工具是否真正接触到表面，或材料的实际反应是否偏离预期。

上海人工智能实验室发布的 Intern 物理世界模型 W0，瞄准的正是这类高接触、高不确定性的操作场景。根据 2026 年 9 月 13 日至 14 日公开的发布报道，W0 尝试把视觉、力觉、触觉和机器人本体状态结合起来，使机器人在执行任务时能够感知、预测、行动并持续修正。3235

W0 想解决什么问题？

传统依赖摄像头和预设流程的机器人，面对接触变化时容易失灵。比如插接、精细抓取、混合、容器操作等任务，真正决定成败的信息常藏在受力、摩擦和接触状态里，而不一定能从图像中直接判断。

据报道，W0 的工作闭环包括：

• 视觉：观察物体、工具与工作空间；
• 力觉和触觉信号：识别接触、阻力等物理反馈；
• 机器人本体状态：例如姿态或运动状态，为操作判断提供依据；
• 状态预测：估计接下来可能发生的物理变化；
• 动作与修正：随着新的多模态反馈到来，调整后续操作。3235

核心思路是让机器人不只是照着视觉规划“按图索骥”，而能在接触条件变化时及时改动作。

“原生力触”是什么意思？

W0 发布信息中的一个关键词是“原生力触”。通俗地说，力觉和触觉并非在规划完成后才触发的安全报警，而是与视觉和机器人本体状态一起，直接进入操作决策过程。35

这很关键：当机器人遇到意外阻力、接触力变化或抓取滑移时，画面可能没有明显变化，但这些物理信号足以提示它应当改变下一步动作。

这一方向也与具备触觉原生能力的世界—动作模型研究一致：此类模型试图联合建模未来视觉状态和接触结果，以应对接触密集型操作。33

不过，目前公开资料尚未提供 W0 完整的技术论文、数据集或可复现实验基准。因此，“原生力触”应被理解为已披露的设计定位和能力描述，而非已经能够由外部全面审计的实现结论。

“双工协同”：一边预测，一边快速纠偏

W0 的另一项特征是“双工协同”。发布报道称，它采用“异步异频”算法架构。35

可以把它理解为两条并行的工作路径：

1. 预测路径持续维持或更新对任务进程及近期物理状态的预期；
2. 快速反应路径接收新传感器反馈，并在无需等待较慢规划周期结束的情况下更新电机控制指令。

对于高接触机器人而言，长时间尺度的规划和短时间尺度的接触控制都不可少。让两者以不同频率协同，有望缩短环境变化到机器人纠正动作之间的延迟。35

别和 NCP-ArchPreview 混淆：一个管动手，一个管语言概念

“协同”这个词容易引发混淆，因为上海人工智能实验室还与上海交通大学 LUMIA Lab 合作推出了 NCP-ArchPreview。两者处理的不是同一类问题。

系统	主要领域	融合内容	输出
Intern W0	物理机器人	视觉、力觉、触觉、机器人状态、预测与控制	物理动作与更新后的状态预测
NCP-ArchPreview	语言模型	下一词元预测与下一概念预测	通过标准下一词元接口生成文本

NCP-ArchPreview 在常规“下一词元预测”之外，还学习预测跨越多个词元的离散潜在“概念”；这些概念预测会引导词元解码器，但模型仍保留标准的下一词元生成接口。1922

简言之，**W0 处理的是机器人如何感知并作用于物理世界；NCP-ArchPreview 处理的是语言表征如何在潜空间中组织和预测。**现有公开材料并未表明 NCP-ArchPreview 是 W0 的控制器或核心组件。

与书生·端砚、Intern-S2 的连接

发布报道显示，W0 已接入“书生·端砚”（Intern InkStone）科学发现平台，并与 Intern-S2 科学模型协作。32 Intern-S2 被定位为面向多模态科学理解、推理、生成和长程任务的科学智能体基础模型系列。12

从报道所描述的分工看，这构成了一种实验室闭环：

• 科学系统协助提出假设、实验流程或实验选择；
• W0 驱动的实验设备执行具体物理步骤，并观察执行过程；
• 实验结果再进入下一轮决策，而不是停留在一次性的固定脚本运行。32

这正是自主科研中的一道关键门槛：生成实验方案只是第一步，如何让真实设备在真实材料与反馈条件下可靠地完成操作，同样困难。

已披露的湿实验与干实验应用

报道将 W0、书生·端砚和 Intern-S2 的组合用于多项闭环科研任务，包括：

• 基因编辑蛋白的定向进化；
• 美哌卡因的多步有机合成；
• 脂质纳米颗粒制备，并在制备过程中动态调整工艺参数。3235

这些确实是适合自适应自动化的目标场景。以脂质纳米颗粒（LNP）为例，其配方与工艺条件会影响制备结果；LNP 也是广泛使用的核酸递送载体。19

但需要区分的是，上述 W0 演示目前仍属于开发方披露的信息。现有公开报道未给出详细实验规程、错误率、数据集、跨实验室对比或独立复现结果。

有何意义？验证还差哪一步？

W0 的潜在价值，在于成为连接 AI 科学推理与实际实验执行之间的一层自动化基础设施。如果它能在不同仪器和实验室中证明可靠性，就可能减少“模型给出方案”到“设备完成实验”之间的断层，让化学、生物和材料研究中的“设计—构建—测试—学习”循环更具适应性。32

真正的挑战仍是泛化能力。接触密集型机器人操作高度依赖标定精度，也容易受传感器漂移、耗材和容器差异、材料波动、污染控制以及低概率但高后果故障的影响。

因此，现阶段更合适的定位是：W0 是一个值得关注的、面向科学实验的物理 AI 早期案例。它展示了雄心勃勃的系统整合路线和已披露的实验室用途，但能否成为可跨仪器、跨实验室、长程稳定运行的通用自动化能力，仍有待更完整的技术细节与独立验证。

机器人在实验室里最棘手的时刻，往往不是“看不见”，而是看见了也不知道手上发生了什么：夹爪是否打滑、试剂瓶是否遇到阻力、工具是否真正接触到表面，或材料的实际反应是否偏离预期。

上海人工智能实验室发布的 Intern 物理世界模型 W0，瞄准的正是这类高接触、高不确定性的操作场景。根据 2026 年 9 月 13 日至 14 日公开的发布报道，W0 尝试把视觉、力觉、触觉和机器人本体状态结合起来，使机器人在执行任务时能够感知、预测、行动并持续修正。3235

W0 想解决什么问题？

传统依赖摄像头和预设流程的机器人，面对接触变化时容易失灵。比如插接、精细抓取、混合、容器操作等任务，真正决定成败的信息常藏在受力、摩擦和接触状态里，而不一定能从图像中直接判断。

据报道，W0 的工作闭环包括：

• 视觉：观察物体、工具与工作空间；
• 力觉和触觉信号：识别接触、阻力等物理反馈；
• 机器人本体状态：例如姿态或运动状态，为操作判断提供依据；
• 状态预测：估计接下来可能发生的物理变化；
• 动作与修正：随着新的多模态反馈到来，调整后续操作。3235

核心思路是让机器人不只是照着视觉规划“按图索骥”，而能在接触条件变化时及时改动作。

“原生力触”是什么意思？

W0 发布信息中的一个关键词是“原生力触”。通俗地说，力觉和触觉并非在规划完成后才触发的安全报警，而是与视觉和机器人本体状态一起，直接进入操作决策过程。35

这很关键：当机器人遇到意外阻力、接触力变化或抓取滑移时，画面可能没有明显变化，但这些物理信号足以提示它应当改变下一步动作。

这一方向也与具备触觉原生能力的世界—动作模型研究一致：此类模型试图联合建模未来视觉状态和接触结果，以应对接触密集型操作。33

不过，目前公开资料尚未提供 W0 完整的技术论文、数据集或可复现实验基准。因此，“原生力触”应被理解为已披露的设计定位和能力描述，而非已经能够由外部全面审计的实现结论。

“双工协同”：一边预测，一边快速纠偏

W0 的另一项特征是“双工协同”。发布报道称，它采用“异步异频”算法架构。35

可以把它理解为两条并行的工作路径：

1. 预测路径持续维持或更新对任务进程及近期物理状态的预期；
2. 快速反应路径接收新传感器反馈，并在无需等待较慢规划周期结束的情况下更新电机控制指令。

对于高接触机器人而言，长时间尺度的规划和短时间尺度的接触控制都不可少。让两者以不同频率协同，有望缩短环境变化到机器人纠正动作之间的延迟。35

别和 NCP-ArchPreview 混淆：一个管动手，一个管语言概念

“协同”这个词容易引发混淆，因为上海人工智能实验室还与上海交通大学 LUMIA Lab 合作推出了 NCP-ArchPreview。两者处理的不是同一类问题。

系统	主要领域	融合内容	输出
Intern W0	物理机器人	视觉、力觉、触觉、机器人状态、预测与控制	物理动作与更新后的状态预测
NCP-ArchPreview	语言模型	下一词元预测与下一概念预测	通过标准下一词元接口生成文本

NCP-ArchPreview 在常规“下一词元预测”之外，还学习预测跨越多个词元的离散潜在“概念”；这些概念预测会引导词元解码器，但模型仍保留标准的下一词元生成接口。1922

简言之，**W0 处理的是机器人如何感知并作用于物理世界；NCP-ArchPreview 处理的是语言表征如何在潜空间中组织和预测。**现有公开材料并未表明 NCP-ArchPreview 是 W0 的控制器或核心组件。

与书生·端砚、Intern-S2 的连接

发布报道显示，W0 已接入“书生·端砚”（Intern InkStone）科学发现平台，并与 Intern-S2 科学模型协作。32 Intern-S2 被定位为面向多模态科学理解、推理、生成和长程任务的科学智能体基础模型系列。12

从报道所描述的分工看，这构成了一种实验室闭环：

• 科学系统协助提出假设、实验流程或实验选择；
• W0 驱动的实验设备执行具体物理步骤，并观察执行过程；
• 实验结果再进入下一轮决策，而不是停留在一次性的固定脚本运行。32

这正是自主科研中的一道关键门槛：生成实验方案只是第一步，如何让真实设备在真实材料与反馈条件下可靠地完成操作，同样困难。

已披露的湿实验与干实验应用

报道将 W0、书生·端砚和 Intern-S2 的组合用于多项闭环科研任务，包括：

• 基因编辑蛋白的定向进化；
• 美哌卡因的多步有机合成；
• 脂质纳米颗粒制备，并在制备过程中动态调整工艺参数。3235

这些确实是适合自适应自动化的目标场景。以脂质纳米颗粒（LNP）为例，其配方与工艺条件会影响制备结果；LNP 也是广泛使用的核酸递送载体。19

但需要区分的是，上述 W0 演示目前仍属于开发方披露的信息。现有公开报道未给出详细实验规程、错误率、数据集、跨实验室对比或独立复现结果。

有何意义？验证还差哪一步？

W0 的潜在价值，在于成为连接 AI 科学推理与实际实验执行之间的一层自动化基础设施。如果它能在不同仪器和实验室中证明可靠性，就可能减少“模型给出方案”到“设备完成实验”之间的断层，让化学、生物和材料研究中的“设计—构建—测试—学习”循环更具适应性。32

真正的挑战仍是泛化能力。接触密集型机器人操作高度依赖标定精度，也容易受传感器漂移、耗材和容器差异、材料波动、污染控制以及低概率但高后果故障的影响。

因此，现阶段更合适的定位是：W0 是一个值得关注的、面向科学实验的物理 AI 早期案例。它展示了雄心勃勃的系统整合路线和已披露的实验室用途，但能否成为可跨仪器、跨实验室、长程稳定运行的通用自动化能力，仍有待更完整的技术细节与独立验证。