夜雨聆风AI翻译局 · SPECIAL ISSUE · vol.003 机器人不缺身体，缺一个能做梦的世界 NVIDIA Cosmos × 腾讯混元 HY-World × Figure / GR00T——四个玩家共同写下了 2026 年最大的范式拐点：世界模型已经在批量制造机器人需要的"训练梦境"。 |
过去两期我们拆了百度文心 5.1 和 Figure 03。这期把视角拉远——谈一件比单一产品更长期、更可能改写产业格局的事：物理 AI 的闭环正在被几家公司同时合拢。 闭环的逻辑很简单：世界模型造数据 → 数据训机器人 → 机器人在真实世界采新数据 → 喂回世界模型。过去这条链上至少缺三块，现在每一块都有具体产品在 2026 上半年补完了。 这期拆四件事：① 世界模型为什么是机器人的"训练发电站"；② 四大玩家（Cosmos / HY-World / Marble / Genie 3）的客观对比；③ NVIDIA + GR00T N1 已经跑通的实战案例；④ 中美两条路线的真实差距。 |
▌ CHAPTER 01 机器人的"训练数据"危机 要理解为什么世界模型重要，先看一组数字。Figure 的 System 0 训练用了 1000+ 小时关节级人类运动数据；OpenAI 训练 GPT-4 用了估算 13 万亿 token。前者只是后者的一个零头。 |
|
世界模型把这三件事一次性解决：在虚拟世界里以几百倍速生成训练数据，失败零成本，场景随便切换。但前提是——这个虚拟世界要足够像真的，让机器人在里面学到的策略能 zero-shot 迁移到现实。 这就是 2024 年以前的死结：仿真器（Mujoco / Isaac Sim / Unity）做物理模拟很准，但生成的视觉效果太"游戏化"，模型学的纹理、光照、阴影迁移不到现实。世界模型的突破在于：它能在视觉层生成接近真实的画面，让 sim-to-real gap 缩到能 zero-shot 的程度。 |
|
▌ CHAPTER 02 四大玩家：四条不同的路 世界模型不是单一技术，而是四条路线在同时演化。每家选择的输出形式、商业模式、目标场景都不一样。 |
|
四家公司各自走不同的路：
|
|
▌ CHAPTER 03 闭环实战：78 万条合成轨迹的故事 抽象的"世界模型训机器人"听起来像 PPT。但 NVIDIA 给 GR00T N1 这个开源人形机器人基础模型做的合成数据生成，是这条链路目前最成熟的实战样本。 |
|
GR00T N1 是 NVIDIA 2025 GTC 上发布的全球第一个开源人形机器人基础模型，架构和 Figure 的 Helix 02 异曲同工——也是 System 1（快思快动）+ System 2（慢思决策）双层架构。区别在于：
NVIDIA 在博客里给出的关键结论：合成数据 + 真实数据组合训练，比只用真实数据训练，机器人性能提升 40%——这是世界模型作为"训练发电站"价值的第一次硬证据。 |
▌ CHAPTER 04 中美的真实差距，没那么大 过去一年的舆论叙事是"中国机器人卷硬件，美国机器人卷大脑"。但物理 AI 闭环这条线，真实情况比舆论更微妙。 |
|
更准确的描述是：中国在硬件量产和开源生态上领先，美国在端到端平台整合和高端模型上领先——两边各有"分发优势"，但都还没拿到完整闭环。 最有趣的变量是腾讯 HY-World 2.0 + 宇树/智元的组合可能性——开源世界模型 + 量产硬件，如果能复刻 NVIDIA Cosmos × GR00T 的闭环逻辑，那就是这个赛道里最被低估的中国路径。但这件事到现在还没真正发生。 |
|
▌ CHAPTER 05 接下来 12 个月：三个观察点 物理 AI 这件事还在早期，不预测胜负。给三个具体、可验证的观察指标。 |
|
|
END OF NOTE · 特别篇 003 AI翻译局 · 物理 AI 闭环 把术语翻译成判断，把判断翻译成行动 |
