具身 AI 的難題，不只是讓模型「看懂」世界，而是讓機器人能在真實環境中感知、施力、移動，並在出錯後修正。WUWENAI的核心判斷是：單靠不斷收集人工示範，無法把這類資料擴展到足夠規模。

由前百度自動駕駛資料與測試負責人劉勝湘創立並領導的 WUWENAI，提出一套 Real-to-Sim-to-Real（真實到模擬再回到真實）閉環。系統先以真實機器人與物件互動資料建立物理基礎，再由生成式世界模型擴增場景，最後在可控制的模擬環境中訓練和測試策略，將最有價值的失敗案例與邊界情況送回現實世界重新採集。換句話說，資料生產、策略訓練、評估與改進被整合成同一條管線。8

三層架構：把有限的真實經驗變成可擴增資源

1. Data Factory：先從現實世界取得物理真相

WUWENAI的多模態採集設備，針對真實的機器人—物件互動，同步記錄視覺狀態、動作、運動、接觸資訊及任務結果。這類資料的價值，不只是畫面看起來逼真，而是保留了機器人控制所需要的因果關係：施力後物件如何移動、接觸是否成功，以及錯誤是如何發生的。

這也是一般網路影片或純合成場景較難取代的部分。WUWENAI另公布了實體 AI 資料平台「Wuyin」，並宣稱平台擁有超過 1,000 TB 資料及 10,000 小時開放高品質資料集。12

2. Generative World Model：從一批互動資料生成更多可能性

世界模型可以理解為一種學習「場景如何隨時間變化」的神經網路表示。當具身智能體採取不同動作時，模型嘗試預測接下來可能發生的狀態。5

在 WUWENAI 的設想中，真實互動資料是種子資料。模型可根據這些資料生成不同任務變體、動作軌跡、物件配置、外部干擾與失敗案例，讓機器人不必為了每一種情境都在現實世界重新試錯。

關鍵在於，生成的不只是「看起來合理」的影片，而是要能回應機器人動作、呈現可供策略學習的狀態變化。若模型只擅長生成視覺效果，卻無法正確預測接觸、摩擦或物件運動，擴增資料反而可能把錯誤放大。

3. World Simulator：在虛擬環境中訓練、評估與挑選案例

World Simulator 讓機器人策略可以在速度更快、成本更低的環境中反覆執行。系統能評估任務結果、找出策略薄弱的情況，並挑選哪些案例值得回到現實世界採集新資料。

近期互動式、受動作條件控制的模擬器研究顯示，模擬中的策略評估結果可以與真實世界表現存在關聯；但這仍是持續發展中的研究問題，並非已經完全解決的能力。3

「數百萬小時」不是把機器人真的運轉數百萬小時

劉勝湘所描述的規模化路徑，並不是要 WUWENAI 在實體世界直接錄下數百萬個機器人工作小時，而是以相對有限、但具物理基礎的真實互動作為種子，生成大量可控制的訓練軌跡。

其中，虛擬迴圈負責提供規模，實體迴圈則負責校正模擬器，避免模型逐漸偏離現實。實體機器人的新一輪互動可以修正世界模型，而更新後的模型再用於產生更多訓練與測試案例。這種真實資料與合成資料互相回饋的設計，也與近期真實機器人閉環強化學習研究的方向一致。4

為何不只用遙操作、第一人稱影片或純模擬？

• 遙操作： 能提供帶有動作標註的示範，但成本高、速度慢，而且高度依賴操作者。資料通常集中於成功行為，對罕見失敗和「如果當時採取另一個動作會怎樣」這類反事實情境覆蓋不足。
• 第一人稱人類影片： 規模較大，卻通常缺乏機器人的實際動作、校準幾何資訊、力覺或接觸訊號，也不一定與特定機器人的身體結構相符，因此對精細操作控制而言，監督訊號有限。
• 純模擬： 成本低、場景多元，但可能錯誤描述幾何結構、接觸動力學、感測雜訊、物件行為或人類環境，形成所謂的 sim-to-real gap（模擬到真實落差）。讓數位孿生持續與真實觀測對齊，正是縮小這項落差的其中一種思路。2

從模仿學習走向強化學習

示範資料適合用來啟動模仿學習：先學會「照著示範者做」。但如果動作條件世界模型足夠可靠，策略便能在虛擬環境中嘗試不同選項，取得任務獎勵，優化更長時間範圍的行為，並學習如何從失敗中恢復。這就為強化學習提供了條件。

近期研究已展示利用世界模型，對視覺—語言—動作（VLA）策略進行強化學習微調的做法。1不過，真正的瓶頸仍是獎勵設計與模型精度：如果模擬器對接觸密集、長時間跨度的任務預測不準，策略在虛擬世界中獲得的高分，未必能在真實機器人上重現。

WUWENAI與 World Labs、Tesla、DeepMind 的位置

這場競爭未必是單純比較某一項功能，而是多家公司正逐漸靠近相似的架構。World Labs 的 SceniX 同樣將 Real-to-Sim-to-Real 描述為一種引擎：把一項實體任務轉化為大量可控制、可重複使用的模擬世界，用於策略訓練與測試。6

DeepMind 的世界模型研究則長期探索如何以學習到的環境動力學支援可擴展的強化學習。Tesla Optimus 在硬體迭代、製造能力，以及更廣泛的資料與運算生態方面具有明顯優勢；但就目前公開證據而言，尚不足以證明 WUWENAI 在技術上已領先 Tesla 或 DeepMind。

因此，WUWENAI若要成為實體 AI 的基礎設施公司，真正要證明的不是概念圖或資料總量，而是其模擬器能否穩定預測不同機器人、物件與環境中的真實結果，並讓在模擬器內訓練的策略可靠地轉移到現實世界。

中國市場提供了什麼條件？

中國擁有全球最大的工業機器人裝機量，並正積極拓展人形機器人，同時推進機器人供應鏈的本土化。17官方評論也將具身 AI 描述為由小批量試驗走向更廣泛部署的階段。19

這為資料基礎設施公司提供了潛在的本土場景：工廠、機器人、任務與部署環境可以成為真實資料的來源，也可能讓共享工具服務多家機器人製造商。但「市場條件有利」不等於技術成果已經確立，WUWENAI所稱的「世界級」地位，以及比 World Labs 早數月布局等說法，目前主要仍屬公司或媒體敘述，並非經獨立基準測試確認的結論。8

最終，這套方法能否突破具身 AI 的資料瓶頸，取決於一個非常實際的問題：世界模型是否足夠貼近物理現實，能讓機器人在其中學到的策略，持續且穩定地適用於真實世界的接觸、摩擦、長程任務與突發失敗。

具身 AI 的難題，不只是讓模型「看懂」世界，而是讓機器人能在真實環境中感知、施力、移動，並在出錯後修正。WUWENAI的核心判斷是：單靠不斷收集人工示範，無法把這類資料擴展到足夠規模。

由前百度自動駕駛資料與測試負責人劉勝湘創立並領導的 WUWENAI，提出一套 Real-to-Sim-to-Real（真實到模擬再回到真實）閉環。系統先以真實機器人與物件互動資料建立物理基礎，再由生成式世界模型擴增場景，最後在可控制的模擬環境中訓練和測試策略，將最有價值的失敗案例與邊界情況送回現實世界重新採集。換句話說，資料生產、策略訓練、評估與改進被整合成同一條管線。8

三層架構：把有限的真實經驗變成可擴增資源

1. Data Factory：先從現實世界取得物理真相

WUWENAI的多模態採集設備，針對真實的機器人—物件互動，同步記錄視覺狀態、動作、運動、接觸資訊及任務結果。這類資料的價值，不只是畫面看起來逼真，而是保留了機器人控制所需要的因果關係：施力後物件如何移動、接觸是否成功，以及錯誤是如何發生的。

這也是一般網路影片或純合成場景較難取代的部分。WUWENAI另公布了實體 AI 資料平台「Wuyin」，並宣稱平台擁有超過 1,000 TB 資料及 10,000 小時開放高品質資料集。12

2. Generative World Model：從一批互動資料生成更多可能性

世界模型可以理解為一種學習「場景如何隨時間變化」的神經網路表示。當具身智能體採取不同動作時，模型嘗試預測接下來可能發生的狀態。5

在 WUWENAI 的設想中，真實互動資料是種子資料。模型可根據這些資料生成不同任務變體、動作軌跡、物件配置、外部干擾與失敗案例，讓機器人不必為了每一種情境都在現實世界重新試錯。

關鍵在於，生成的不只是「看起來合理」的影片，而是要能回應機器人動作、呈現可供策略學習的狀態變化。若模型只擅長生成視覺效果，卻無法正確預測接觸、摩擦或物件運動，擴增資料反而可能把錯誤放大。

3. World Simulator：在虛擬環境中訓練、評估與挑選案例

World Simulator 讓機器人策略可以在速度更快、成本更低的環境中反覆執行。系統能評估任務結果、找出策略薄弱的情況，並挑選哪些案例值得回到現實世界採集新資料。

近期互動式、受動作條件控制的模擬器研究顯示，模擬中的策略評估結果可以與真實世界表現存在關聯；但這仍是持續發展中的研究問題，並非已經完全解決的能力。3

「數百萬小時」不是把機器人真的運轉數百萬小時

劉勝湘所描述的規模化路徑，並不是要 WUWENAI 在實體世界直接錄下數百萬個機器人工作小時，而是以相對有限、但具物理基礎的真實互動作為種子，生成大量可控制的訓練軌跡。

其中，虛擬迴圈負責提供規模，實體迴圈則負責校正模擬器，避免模型逐漸偏離現實。實體機器人的新一輪互動可以修正世界模型，而更新後的模型再用於產生更多訓練與測試案例。這種真實資料與合成資料互相回饋的設計，也與近期真實機器人閉環強化學習研究的方向一致。4

為何不只用遙操作、第一人稱影片或純模擬？

• 遙操作： 能提供帶有動作標註的示範，但成本高、速度慢，而且高度依賴操作者。資料通常集中於成功行為，對罕見失敗和「如果當時採取另一個動作會怎樣」這類反事實情境覆蓋不足。
• 第一人稱人類影片： 規模較大，卻通常缺乏機器人的實際動作、校準幾何資訊、力覺或接觸訊號，也不一定與特定機器人的身體結構相符，因此對精細操作控制而言，監督訊號有限。
• 純模擬： 成本低、場景多元，但可能錯誤描述幾何結構、接觸動力學、感測雜訊、物件行為或人類環境，形成所謂的 sim-to-real gap（模擬到真實落差）。讓數位孿生持續與真實觀測對齊，正是縮小這項落差的其中一種思路。2

從模仿學習走向強化學習

示範資料適合用來啟動模仿學習：先學會「照著示範者做」。但如果動作條件世界模型足夠可靠，策略便能在虛擬環境中嘗試不同選項，取得任務獎勵，優化更長時間範圍的行為，並學習如何從失敗中恢復。這就為強化學習提供了條件。

近期研究已展示利用世界模型，對視覺—語言—動作（VLA）策略進行強化學習微調的做法。1不過，真正的瓶頸仍是獎勵設計與模型精度：如果模擬器對接觸密集、長時間跨度的任務預測不準，策略在虛擬世界中獲得的高分，未必能在真實機器人上重現。

WUWENAI與 World Labs、Tesla、DeepMind 的位置

這場競爭未必是單純比較某一項功能，而是多家公司正逐漸靠近相似的架構。World Labs 的 SceniX 同樣將 Real-to-Sim-to-Real 描述為一種引擎：把一項實體任務轉化為大量可控制、可重複使用的模擬世界，用於策略訓練與測試。6

DeepMind 的世界模型研究則長期探索如何以學習到的環境動力學支援可擴展的強化學習。Tesla Optimus 在硬體迭代、製造能力，以及更廣泛的資料與運算生態方面具有明顯優勢；但就目前公開證據而言，尚不足以證明 WUWENAI 在技術上已領先 Tesla 或 DeepMind。

因此，WUWENAI若要成為實體 AI 的基礎設施公司，真正要證明的不是概念圖或資料總量，而是其模擬器能否穩定預測不同機器人、物件與環境中的真實結果，並讓在模擬器內訓練的策略可靠地轉移到現實世界。

中國市場提供了什麼條件？

中國擁有全球最大的工業機器人裝機量，並正積極拓展人形機器人，同時推進機器人供應鏈的本土化。17官方評論也將具身 AI 描述為由小批量試驗走向更廣泛部署的階段。19

這為資料基礎設施公司提供了潛在的本土場景：工廠、機器人、任務與部署環境可以成為真實資料的來源，也可能讓共享工具服務多家機器人製造商。但「市場條件有利」不等於技術成果已經確立，WUWENAI所稱的「世界級」地位，以及比 World Labs 早數月布局等說法，目前主要仍屬公司或媒體敘述，並非經獨立基準測試確認的結論。8

最終，這套方法能否突破具身 AI 的資料瓶頸，取決於一個非常實際的問題：世界模型是否足夠貼近物理現實，能讓機器人在其中學到的策略，持續且穩定地適用於真實世界的接觸、摩擦、長程任務與突發失敗。