想象一下，机器人不再只是机械地执行“向前、向左、抓取”的指令，而是在行动前能像人类那样先“想一想”：我的手这样伸过去，能碰到杯子吗？如果夹得太松，杯子会不会在半路滑落？拥有这样更智能的“大脑”将成为现实。近日，全球机器人领域顶级学术盛会2026年国际机器人与自动化会议（ICRA）在奥地利维也纳落下帷幕，中国科学院自动化研究所模式识别实验室牵头的联合团队研发的模型一举拿下图像质量、动作跟随两大核心指标全球第一，打破了传统机器人智能的技术桎梏，为世界模型落地真实机器人操作场景提供了关键验证。这个模型的突破之处何在？未来将应用于哪些场景？《环球时报》记者采访了该团队负责人。
中方团队的世界模型生成效果。（受访者供图）
让机器人学会“三思而后行”
在ICRA备受关注的全球性具身智能挑战赛的世界模型赛道中，中方团队研发的NeoVerse-ABot模型从全球27个国家和地区的526支顶尖队伍中强势登顶，以0.829的高分斩获冠军。所谓世界模型，是指人工智能的“内部模拟器”，让它能像人一样在“脑海”中推演未来、规划行动。
长期以来，大众认知中的机器人大多是“所见即所行”的执行工具，只能依托实时视觉感知完成预设动作，缺乏对物理世界的理解与预判能力。一旦遇到空抓、物体滑落、轨迹偏移等非理想场景，传统机器人极易出现操作失误，难以适配复杂多变的真实环境。
在NeoVerse-ABot团队看来，这是区分“高级机器”与“智能体”的关键分水岭。该团队成员说，“可以把它理解为机器人的‘物理想象力’”，传统机器人更像是“条件反射”的执行者——看到红色就停止，感受到阻力就后退。它们擅长即时反馈和轨迹跟踪，却无法预判自己行为的长远后果。