统一个月，酷哇科技颁布了CooWAIM 2.0。前三个在刷榜，酷哇在刷街。它的测试场是常德某条辅路，主角是一台在贴边作业的无人排除车。 如果这时路口忽然冲出一辆逆行电动车，它不会停下来把整条街的三维画面在脑子里推演一遍，而是边减速边微调方向，在三百毫秒内实现避让。 酷哇有关掌管人把这个能力概括为一句话，CooWAIM 2.0在打麻将般的博弈和切菜式的精密操作中，比同类模型更快。他进一步诠释，就像人类打麻将时会预判他人反映、切菜时会感知食材触感，真正的智能源于作为与环境的实时关环。 这个关环自身并非酷哇独有。智元用GE 2.0建全职能世界仿照器，让机械人在虚构环境里试错进化。星动纪元走VLA与世界模型融合路线，用吩斓端到端买通感知与作为。北京人形则以国度队身份推动大一统物理智能回路。它们代表了当前世界模型的三条主路。 第一拨做视频天生，谷歌Genie 3、阿里Happy Oyster、OpenAI Sora，主题能力是天生真切的未来画面，一帧一帧预测像素变动。图灵奖得主杨立昆曾指出，预测像素变动不蹬宗理解物理世界，天生一段杯子掉落的视频，不代表模型懂得沉力和资料力学。但在舆论场里，视频天生和世界模型常被混为一谈。Meta的V-JEPA 2走另一条路，不渲染画面，只提炼物理法规的因果理解，像一位只看棋谱不摸棋子的理论派。 第二拨做自动驾驶仿真。Waymo、特斯拉、温反NWM，这拨人其实最老资格，早就在用关环仿真器测试极端路况、跑安全corner case，只是以前叫仿真器或数字孪生，天生式AI能力提升后，虚构场景真假难辨，顺势把名字升级成了世界模型。他们的主题工作是预测自车响应和交通流演化，作为空间被严格限度在方向盘、油门、刹车两三个自由度里，指标是预防接触，而非理解接触。 第三拨做机械人与具身智能。智元、星动纪元、北京人形都在这个堡垒，他们强调世界模型必须是作为前提化的，即预测的不是下一帧画面，而是我做了这个作为以来世界怎么变。这拨人要处置的是手指、伎俩、肩膀几十甚至上百个自由度的协调，要理解推杯子会不会倒、拧瓶盖用多大力、叠毛巾时布料若何形变。路路有车路线和交通灯，法规性强，家庭与工厂里的物体材质、摆放方式、工作指标变动巨大，没有天然的几何约束，数据状态和推算复杂杜纂自动驾驶不在一个量级。 自动驾驶的世界模型，主题是预防接触，作为空间就两三个维度。人形机械人的世界模型，主题是怎么接触物体，手指、伎俩、肩膀几十处关节共同，还得处置软体形变和摩擦力。从车到机械人，不是统一个模型放大，而是换了一个科场。 它从另一条路走过来，和中联环境成立合伙公司，在十七个城市跑智慧环卫，2021年营收就过了五亿元。首创人何弢早年提出先难后易，把最难的城市场景先啃下来，再降维做环卫和城配。五十PB非结构化真实世界数据和万台终端，意味着它的模型是在真实的雨雪、逆杏注拥挤里喂出来的。这份经验让它有资格做减法。 这种减法不是等技术成熟后拿来即用，而是基于自己的场景和数据，在世界模型的路线上做求实弃取。城市盛开路路的数据和运营网络，对同场景的移动智能有复用价值，但向人形精密操作迁徙，天堑仍在，目前未见公开验证。 CooWAIM 2.0的主题是DAWN架构，其底层为WAIM交互式世界作为模型。它不渲染高分辨率未来画面，而是通过Auto-Encoder Resampler�？�，将繁芜的视觉特点压缩成16个主题语义Token。 WAIM交互式世界作为模型通过在隐式空间中进行短程推演，与不推演（Fast-WAM）和全程推演后再执行作为预测的两个极端相比，获得了成效和效能上的最佳平衡 市面上有些世界模型遵循先预测后规划的范式，就像一幼我打麻将，必须先把所有人的出牌可能都推演完，再决定自己怎么出。这种单向滞后的方式，往往忽略了出牌自身就在实时改写牌局。 DAWN架构不再将世界预测和作为天生视为两个独立工作，而是让它们在推理过程中像争吵一样相互建改。模型在隐空间中进行短时推演，作为降噪器与世界预测器通过多轮迭代交互，实现边推演边执行。 这种交互式推演，刚益处于不推演与全程推演后再执行两个极端之间。不推演意味着盲动，全程推演再执行则意味着单向滞后。DAWN只推演2到3秒的短程未来，不赌长局。在nuScenes关环规划测试中，均匀轨迹误差降到0.33米，NAVSIM的PDMS得分89.1。 这种轻量化有价值。跟英伟达Cosmos那种千亿级参数的关源大模型比，酷哇的生态美满度和贸易配套成熟度的确弱。世界模型赛路目前也还没有统一尺度，从榜单到真实场景，中央隔着规�；�落地的天堑。 智元GE 2.0近期在WorldArena特定赛路登顶，星动纪元Ctrl-World拿下具身工作能力全球第一，北京人形Pelican-Unify成为双冠王，但这些成就重要产生在榜单和尝试室环境。作为新颁布的世界模型，它们的生态成熟度和真实场景验证周期仍待观察。对酷哇而言，固然已在智慧环卫、出行等领域堆集五十PB数据并实现万台级终端部署，但若何将这些数据优势转化为跨场景、跨本体的通用泛化能力，仍是行业共同面对的难题。大无数世界模型公司仍处于高投入期，数据采集成本极高，系统复杂，真正实现大规模贸易化盈利的企业仍是百里挑一。 酷哇的DAWN架构已经全面开源。在Robotaxi、城市服务、特种作业等高价值场景中，这种具备交互式物理推演能力的模型或许有更大设想空间，但目前重要关环仍在环卫与城配领域。世界模型赛路仍处于早期收敛期，技术蹊径尚未齐全统一。 酷哇科技技术掌管人暗示：“我们相信，世界模型的价值不在于被动描述未来，而在于让推演与行动在交互中共同演化。CooWAIM 2.0不仅是算法架构的升级，更是对‘智能源于交互’这一性质的回归。” 随着DAWN架构的全面开源，酷哇科技正推动具身智能从“单一工作执杏妆向“通用物理推理”演进。在Robotaxi、城市服务、特种作业等高价值场景中，这种具备“交互式物理推演”本能的机械人，或将沉新界说人机共存的城市生态。 当机械人不再只是“执行者”，而是能像人一样在作为与环境的互动中实时思虑，我们离真正的通用具身智能的确更近了一步，但这一步的逾越，仍必要功夫的沉淀与产业链的协同。