自变量机器人王昊：世界模型训练需付“时间税”

在2026北京智源大会上，自变量机器人联合创始人兼CTO王昊分享了“事件驱动的世界模型”前沿成果。王昊指出，所有智能都在特定尺度下涌现，需找到不同模态的表示尺度并结合规模化，才能通向多模态基础模型。他类比大语言模型的“对齐税”，提出当前世界模型训练存在“时间税”——以固定长度定义预测长度的弊端。自变量近期发布的“事件级”世界模型WALL-WM，通过以事件为边界拆分数据，实现语言、视觉和动作的更好对齐，在具身视频生成、隐式3D感知及真机测试中表现优异，超越WAN 2.1、π 0.5等模型。公司作为国内最早采用完全端到端路径的通用具身智能大模型企业，其开源VLA模型Wall-OSS-0.5和数采方案XRZero-G0显著降低训练与采集成本。展望未来，事件驱动范式或加速具身智能的产业化落地。