千诀 Polibrain 发布:隐变量研究早 LeCun 约 1 年

首届 2026 物理 AI 与世界模型大会在 10 月 20 日于南京开幕,图灵奖得主 LeCun 与姚期智都远程分享了最新观察。清华系具身智能公司千诀科技在大会上正式发布预测式世界模型 Polibrain,创始人高海川在开幕式演讲中给出了它要解决的问题。

从画地图到能预测的地图

高海川用古代商人从广州运送荔枝到长安的故事解释世界模型的价值。一种解法是把可能的路线都走一遍,从中找出最优解,另一种是先弄清沿途有哪些城市、城市之间如何连接,画出一张地图再根据地图规划路线。前者对应当前的 VLA 路线,后者对应世界模型的预测与规划方法,区别在于机器人能否提前推演行动可能带来的结果,减少实际试错。

不生成完整画面只预测关键状态

Polibrain 通过学习环境状态、历史信息和行动结果之间的关系,在任务相关的潜在表征空间中预测状态变化,并不追求把未来的每一帧画面完整生成出来。对正在捡垃圾的机器人来说,地面颜色和背景纹理未必重要,真正影响任务完成的是垃圾位置、机械臂与目标的相对关系。演示中一台带机械臂的四足机器狗自主寻找垃圾、识别位置、移动过去并规划抓取动作。

四种形态共用一套智能大脑

早在 2025 年,千诀联合清华大学团队就在 ICML 发表了世界模型相关理论研究,其在隐变量可辨识性、低阶偏好等方向的公开探索比 LeCun 团队的相近研究早了约一年。Polibrain 把环境感知、状态理解、行动预测、任务决策、动作执行和反馈调整连成持续决策闭环,目前已在四足、人形、轮式、双臂等形态上开展适配。VAST 开源 EdenLive 实时世界模型代表了另一条把世界模型压进单卡的工程路线。