智源王鹏伟：Orca世界模型与VLA的泛化路线之争
AI 总结
智源研究院具身模型研究中心负责人王鹏伟在2026年智源大会上介绍了悟界·RoboBrain Orca世界模型。他认为当前四类世界模型（以语言、像素、三维结构、视觉表征为中心，如大语言模型、视频生成模型、World Labs Marble、JEPA）都只学到了片面的世界，且都是被动任务驱动；Orca采用Next State Prediction，从多模态信号中“由因推果”和“由果溯因”地预测状态演化，并把学习分为无意识学习（视频）与有意识学习（事件级状态转移）。他称Orca预训练未使用任何action数据，训练数据包括约12.5万小时互联网视频、约1.3亿条由专家模型标注的事件级状态转移数据以及因果与通用VQA数据，并称行业尚无面向状态转移世界模型的评测基准，智源正在自行构建；他预计一年内会有方案在泛化上实现0的突破。
深度见解
若世界模型真能解决具身大脑的泛化瓶颈，它将影响机器人从专用场景走向通用任务的技术路线选择。