上海人工智慧實驗室（Shanghai AI Laboratory）發布的 Intern Physical World Model W0，可視為一套讓 AI 從「提出實驗方案」走向「實際操作儀器與材料」的具身智慧系統。根據 2026 年 9 月 13 日至 14 日的發布報導，W0 結合視覺、力覺、觸覺及機器人本體狀態，讓機器人在工作過程中持續感知、預測、行動與修正。 3235

W0 想解決的問題：看得到，不等於做得好

許多機器人任務的難處不在於辨識物品，而在於處理「碰到之後」才知道的物理狀態：容器是否出現異常阻力、夾爪是否開始打滑、工具是否確實接觸表面，或材料反應是否與預期不同。

W0 所描述的系統整合包括：

• 視覺：觀察物件、工具與工作空間；
• 力覺與觸覺訊號：辨識接觸、阻力與受力變化；
• 機器人本體狀態：例如姿態或運動狀態；
• 狀態預測：推估下一刻可能出現的物理變化；
• 動作與修正：根據持續輸入的多模態回饋調整操作。 3235

換句話說，W0 的目標不是讓機器人照著一套固定的視覺規劃執行，而是能在接觸條件改變時修正後續動作。這對精細抓取、插入、混合、拿取容器等工作尤其重要，因為光靠攝影機未必看得出關鍵狀態。

「原生力觸」是什麼意思？

上海人工智慧實驗室的發布資訊將 W0 的特點稱為 「原生力觸」。實務上，這代表力覺與觸覺並非只在出事時才觸發的安全警報，而是與視覺、機器人本體狀態一樣，直接參與操作決策。 35

例如，當機械手臂感到不尋常阻力、接觸力突然改變，或發現夾取物正在滑落，即使影像訊號不明顯，系統仍應能據此改變下一步動作。這與近年「觸覺原生」世界—動作模型的研究方向一致：在接觸密集的操作任務中，同時建模未來視覺與接觸結果。 33

不過，W0 目前尚未公開完整技術論文、資料集或可重現的基準測試套件。因此，「原生力觸」目前應理解為發布方所描述的設計與能力主張，尚非可由外部完整稽核的實作證據。

非同步異頻「雙工協同」如何運作？

W0 的另一項核心特徵是 雙工協同。發布報導指出，它採用「非同步異頻」架構。 35

可將其理解為兩條同時運作、速度不同的路徑：

1. 預測路徑：持續維持或更新對任務進展與短期物理狀態的預期。
2. 反應控制路徑：接收新到的感測器訊號，快速調整馬達或機械手臂指令，而不必等待較慢的規劃程序完成。

接觸型機器人需要這種分工：規劃通常需要看得更遠，但接觸控制往往必須立刻反應。讓兩者以不同時間尺度並行，有望縮短環境改變到修正動作之間的延遲。 35

W0 與 NCP-ArchPreview：都是「協同」，但不是同一件事

「協同」一詞容易造成混淆，因為上海人工智慧實驗室也與上海交通大學 LUMIA Lab 合作推出 NCP-ArchPreview。兩者處理的根本是不同問題。

系統	主要領域	整合內容	主要輸出
Intern W0	實體機器人	視覺、力覺、觸覺、機器人狀態、預測與控制	實體動作與更新後的狀態預測
NCP-ArchPreview	語言模型	下一個 token 預測與下一概念預測	維持標準 next-token 介面的文字生成

NCP-ArchPreview 除了傳統的下一個 token 預測，也會學習預測跨越多個 token 的離散潛在「概念」表徵；概念預測可引導 token 解碼器，但系統仍保留一般語言模型的生成介面。 1922

簡單說，W0 處理的是如何感知並操作物理世界；NCP-ArchPreview 處理的是如何在潛在空間組織與預測語言概念。 現有資料並未顯示 NCP-ArchPreview 是 W0 的控制器或核心元件。

與 Intern InkStone、Intern-S2 的關係

發布報導指出，W0 已連接 Intern InkStone 科學發現平台，並與 Intern-S2 科學模型搭配運作。 32 Intern-S2 則被定位為支援多模態科學理解、推理、生成及長時程任務的科學代理式基礎模型系列。 12

依現有資訊，這可構成一種實驗室閉環：

• 科學系統協助形成假說、設計流程或選擇實驗條件；
• 由 W0 指引的實驗室硬體執行實體操作，並觀察執行情況；
• 實驗結果再回饋到下一輪決策，而非停在一次性的固定腳本。 32

這正切中自主科研的一道難關：生成實驗流程是一回事，在真實設備、真實材料與持續回饋下可靠地完成操作，則是另一回事。

已公布的濕實驗與乾實驗應用

發布報導將 W0、InkStone 與 Intern-S2 的組合，連結到幾項閉環科研應用：

• 基因編輯蛋白的定向演化；
• **美哌卡因（mepivacaine）**的多步驟有機合成；
• 脂質奈米顆粒（LNP）製備，包括在製備過程中動態調整參數。 3235

這些確實是自適應自動化可瞄準的場景。以脂質奈米顆粒為例，其製備會受到配方與製程條件影響；LNP 也是廣泛用於運載核酸載荷的傳遞載體。 19

但需留意：上述 W0 示範目前屬於開發方發布資訊。現有公開資料沒有提供實驗流程、錯誤率、資料集、跨實驗室比較或獨立重現結果。

意義何在？關鍵限制又是什麼？

W0 最值得關注的潛在角色，是作為 AI 科學推理與實驗執行之間的自動化層。若未來能在不同儀器與實驗室中證明可靠性，這類系統可望減少「AI 寫出實驗方案」到「真正把實驗做完」之間的落差，使化學、生物與材料研究的設計—建造—測試—學習迴圈更具調適能力。 32

目前最大的未解問題仍是泛化能力與驗證證據。接觸型操作對校正、感測器漂移、器皿差異、材料變異、污染控制，以及少見但後果嚴重的失誤都很敏感。公開資訊尚不足以證明 W0 能在不同實驗室、儀器、長時程流程與獨立使用者環境中穩定運作。

因此，現階段較合適的定位是：W0 是一個值得注意、面向科學實驗的實體 AI 初步案例，提出了雄心勃勃的整合方向與已公布的實驗室用途；但它距離經獨立驗證、可廣泛部署的通用自主實驗室基礎設施，仍有一段需要以公開數據與重現結果來證明的路。

上海人工智慧實驗室（Shanghai AI Laboratory）發布的 Intern Physical World Model W0，可視為一套讓 AI 從「提出實驗方案」走向「實際操作儀器與材料」的具身智慧系統。根據 2026 年 9 月 13 日至 14 日的發布報導，W0 結合視覺、力覺、觸覺及機器人本體狀態，讓機器人在工作過程中持續感知、預測、行動與修正。 3235

W0 想解決的問題：看得到，不等於做得好

許多機器人任務的難處不在於辨識物品，而在於處理「碰到之後」才知道的物理狀態：容器是否出現異常阻力、夾爪是否開始打滑、工具是否確實接觸表面，或材料反應是否與預期不同。

W0 所描述的系統整合包括：

• 視覺：觀察物件、工具與工作空間；
• 力覺與觸覺訊號：辨識接觸、阻力與受力變化；
• 機器人本體狀態：例如姿態或運動狀態；
• 狀態預測：推估下一刻可能出現的物理變化；
• 動作與修正：根據持續輸入的多模態回饋調整操作。 3235

換句話說，W0 的目標不是讓機器人照著一套固定的視覺規劃執行，而是能在接觸條件改變時修正後續動作。這對精細抓取、插入、混合、拿取容器等工作尤其重要，因為光靠攝影機未必看得出關鍵狀態。

「原生力觸」是什麼意思？

上海人工智慧實驗室的發布資訊將 W0 的特點稱為 「原生力觸」。實務上，這代表力覺與觸覺並非只在出事時才觸發的安全警報，而是與視覺、機器人本體狀態一樣，直接參與操作決策。 35

例如，當機械手臂感到不尋常阻力、接觸力突然改變，或發現夾取物正在滑落，即使影像訊號不明顯，系統仍應能據此改變下一步動作。這與近年「觸覺原生」世界—動作模型的研究方向一致：在接觸密集的操作任務中，同時建模未來視覺與接觸結果。 33

不過，W0 目前尚未公開完整技術論文、資料集或可重現的基準測試套件。因此，「原生力觸」目前應理解為發布方所描述的設計與能力主張，尚非可由外部完整稽核的實作證據。

非同步異頻「雙工協同」如何運作？

W0 的另一項核心特徵是 雙工協同。發布報導指出，它採用「非同步異頻」架構。 35

可將其理解為兩條同時運作、速度不同的路徑：

1. 預測路徑：持續維持或更新對任務進展與短期物理狀態的預期。
2. 反應控制路徑：接收新到的感測器訊號，快速調整馬達或機械手臂指令，而不必等待較慢的規劃程序完成。

接觸型機器人需要這種分工：規劃通常需要看得更遠，但接觸控制往往必須立刻反應。讓兩者以不同時間尺度並行，有望縮短環境改變到修正動作之間的延遲。 35

W0 與 NCP-ArchPreview：都是「協同」，但不是同一件事

「協同」一詞容易造成混淆，因為上海人工智慧實驗室也與上海交通大學 LUMIA Lab 合作推出 NCP-ArchPreview。兩者處理的根本是不同問題。

系統	主要領域	整合內容	主要輸出
Intern W0	實體機器人	視覺、力覺、觸覺、機器人狀態、預測與控制	實體動作與更新後的狀態預測
NCP-ArchPreview	語言模型	下一個 token 預測與下一概念預測	維持標準 next-token 介面的文字生成

NCP-ArchPreview 除了傳統的下一個 token 預測，也會學習預測跨越多個 token 的離散潛在「概念」表徵；概念預測可引導 token 解碼器，但系統仍保留一般語言模型的生成介面。 1922

簡單說，W0 處理的是如何感知並操作物理世界；NCP-ArchPreview 處理的是如何在潛在空間組織與預測語言概念。 現有資料並未顯示 NCP-ArchPreview 是 W0 的控制器或核心元件。

與 Intern InkStone、Intern-S2 的關係

發布報導指出，W0 已連接 Intern InkStone 科學發現平台，並與 Intern-S2 科學模型搭配運作。 32 Intern-S2 則被定位為支援多模態科學理解、推理、生成及長時程任務的科學代理式基礎模型系列。 12

依現有資訊，這可構成一種實驗室閉環：

• 科學系統協助形成假說、設計流程或選擇實驗條件；
• 由 W0 指引的實驗室硬體執行實體操作，並觀察執行情況；
• 實驗結果再回饋到下一輪決策，而非停在一次性的固定腳本。 32

這正切中自主科研的一道難關：生成實驗流程是一回事，在真實設備、真實材料與持續回饋下可靠地完成操作，則是另一回事。

已公布的濕實驗與乾實驗應用

發布報導將 W0、InkStone 與 Intern-S2 的組合，連結到幾項閉環科研應用：

• 基因編輯蛋白的定向演化；
• **美哌卡因（mepivacaine）**的多步驟有機合成；
• 脂質奈米顆粒（LNP）製備，包括在製備過程中動態調整參數。 3235

這些確實是自適應自動化可瞄準的場景。以脂質奈米顆粒為例，其製備會受到配方與製程條件影響；LNP 也是廣泛用於運載核酸載荷的傳遞載體。 19

但需留意：上述 W0 示範目前屬於開發方發布資訊。現有公開資料沒有提供實驗流程、錯誤率、資料集、跨實驗室比較或獨立重現結果。

意義何在？關鍵限制又是什麼？

W0 最值得關注的潛在角色，是作為 AI 科學推理與實驗執行之間的自動化層。若未來能在不同儀器與實驗室中證明可靠性，這類系統可望減少「AI 寫出實驗方案」到「真正把實驗做完」之間的落差，使化學、生物與材料研究的設計—建造—測試—學習迴圈更具調適能力。 32

目前最大的未解問題仍是泛化能力與驗證證據。接觸型操作對校正、感測器漂移、器皿差異、材料變異、污染控制，以及少見但後果嚴重的失誤都很敏感。公開資訊尚不足以證明 W0 能在不同實驗室、儀器、長時程流程與獨立使用者環境中穩定運作。

因此，現階段較合適的定位是：W0 是一個值得注意、面向科學實驗的實體 AI 初步案例，提出了雄心勃勃的整合方向與已公布的實驗室用途；但它距離經獨立驗證、可廣泛部署的通用自主實驗室基礎設施，仍有一段需要以公開數據與重現結果來證明的路。