世界模型开源提速，机器人和AI硬件正在走向真实场景

具身智能这次真正站到了聚光灯下。罗剑岚团队发布的 τ0-WM，被描述为全球最大规模开源预训练具身世界模型：5B 参数、3 万小时预训练数据，其中包含 1.78 万小时真机遥操作数据。它想解决的不是“机器人会不会说话”，而是机器人在动手之前，能不能先在脑中模拟结果、比较动作路径，再选择更稳的一步。

这条消息之所以重要，是因为 AI 行业正在从语言模型、办公 Agent、代码助手，继续向物理世界推进。与此同时，上海发布“AI 微短剧沪 8 条”，美团上线 GEO 营销系统，Heygo.ai 把 AI 做进滑雪穿戴硬件，OpenAI、Meta、苹果也重新押注随身 AI 硬件。几条线索放在一起看，AI 正在从屏幕里的对话框，走向机器人、内容生产、线下服务和个人设备。

世界模型进入机器人现场

τ0-WM 的核心价值，在于把“世界模型”这个概念从视频生成和虚拟场景，进一步推向具身智能。机器人要在真实环境里完成任务，难点不只是识别物体，还包括预测动作后果：夹取时会不会滑落，推拉时会不会撞到障碍，下一步是否会让任务失败。世界模型如果足够可靠，就能让机器人在执行前先做内部推演，把试错成本从真实世界转移到模型内部。

这也是它强调真机遥操作数据的原因。纯视频数据能提供视觉规律，但机器人真正需要的是动作、力、状态变化和任务结果之间的对应关系。1.78 万小时真机数据意味着模型能看到更多真实操作中的细节：手臂轨迹、物体位移、失败动作、纠偏过程。对仓储、制造、家庭服务机器人来说，这类数据比漂亮演示更接近落地门槛。

开源让具身智能加速

过去具身智能常被卡在两个环节：一是训练数据难拿，二是仿真到真实世界的迁移不稳定。大型团队可以用自有设备长期采集数据，中小团队却很难承担同样成本。τ0-WM 选择开源，会让研究者和创业公司更容易围绕同一底座做微调、评测和应用验证，也能让行业更快发现哪些任务已经可用，哪些任务仍然只是演示级别。

开源并不等于马上量产。机器人系统还要面对硬件一致性、传感器误差、场景变化、任务安全和维护成本。但开源世界模型能降低早期探索门槛，让更多团队把精力放在具体场景上：工业分拣、货架补货、实验室自动化、老人看护、家庭整理，都会因为底层能力开放而更快出现差异化方案。

从模型到应用的距离

同一批资讯里，上海“AI 微短剧沪 8 条”给出了另一个方向：当 AI 技术进入产业，政策、审核、资金和人才机制会同步跟上。上海提出从技术支撑、内容激励、公共服务到文化出海等多个方面支持 AI 微短剧，最高给予智能体项目 1000 万元、精品项目 300 万元资助，并引入更快的审核机制。这说明 AI 应用落地不只靠模型能力，还要靠产业链组织方式。

微短剧和机器人看似相距很远，但背后的逻辑相似：AI 正在进入具体生产流程。内容行业关心的是剧本、分镜、角色、审核、发行和变现；机器人行业关心的是数据、仿真、动作规划、硬件可靠性和场景交付。真正能跑出来的公司，不会只卖一个“很聪明的模型”，而是把模型嵌进完整流程里，减少成本、提高效率，并让结果可以被验收。

硬件入口重新升温

Heygo.ai 的 AI 单板滑雪穿戴硬件，也能看出 AI 应用正在走向更具体的身体场景。这个团队来自字节、腾讯、大疆背景，产品面向滑雪训练，可以分析上百种动作指标，提供实时指导和个性化训练方案。它不是通用聊天助手，而是把 AI 放进一个明确活动里：用户在运动中产生数据，设备理解动作，再给出反馈。

更大的背景是，AI 随身硬件正在被重新审视。此前一些 AI 吊坠和独立硬件失败，原因并不只是模型不够强，还包括交互尴尬、续航不足、场景不清和手机替代性太强。现在 Meta、苹果、OpenAI 等公司重新关注这一形态，是因为模型能力、端侧芯片、语音交互和多模态理解都比过去成熟。它们如果想成功，必须回答一个问题：这块硬件到底在什么场景里比手机更自然。

Agent走进线下经营

美团上线 GEO 营销系统，则把 AI 应用推进到本地生活经营。它试图帮助商家在 AI 搜索和智能推荐环境里获得更好曝光，同时美团还开放跑腿 Skill 接口、开源相关能力，AI 经营助手已经服务大量本地商家。对餐饮、零售和生活服务店来说，AI 不再只是写文案，而是可能参与选品、活动、搜索曝光、配送和客户沟通。

这类系统的价值在于，它连接的是高频商业流程。一个模型如果只会生成营销标题，价值有限；但如果能理解门店库存、用户需求、附近竞争、平台规则和履约能力，就有机会成为商家的日常经营助手。AI Agent 的落地会从简单任务开始，逐步进入更复杂的运营决策，最终考验的是平台数据、工具接口和业务闭环。

下一阶段拼系统能力

OpenAI 官宣退役 o3 与 GPT-4.5、推进 GPT-5.6，也提醒行业：模型会持续替换，应用不能把全部希望压在某个固定模型名称上。企业和开发者更需要关注的是系统能力，包括模型切换、成本治理、数据权限、工作流编排和结果验收。模型升级越快，稳定交付越重要。

具身世界模型、AI 微短剧政策、滑雪穿戴硬件、本地生活经营系统，分别代表了 AI 落地的几条路径：进入物理世界、进入内容生产、进入个人设备、进入线下商业。接下来真正值得看的，不是谁喊出了更大的概念，而是谁能把数据、模型、硬件、场景和服务串成闭环。AI 的下一场竞争，很可能不在聊天框里，而在工厂、门店、片场、运动场和每个人随身携带的设备上。