物理世界的下一次智能跃迁，不会来自对任务清单的无限加法，而会来自一个能够随数据、模型和计算持续   Scaling   的通用模型。

今天，章鱼动力正式发布面向具身智能的通用世界模型——SYNWorld V0.5。

其价值在于建立一个能够持续   Scaling   的通用世界模型：随着数据、模型、算力和任务覆盖不断增长，模型能力也能够持续演进，而  V0.5   正是这条   Scaling   曲线的第一个坐标。

重塑生产力：通用是物理 AI 智能跃迁的必由之路

机器人正从执行固定流程的自动化工具，进化为能够理解环境、自主决策的新型生产力。通用具身智能，是下一轮生产力革命的本质驱动力。

过去几年，各类机器人   Demo   不断涌现。但这些能力往往建立在特定任务、特定场景和特定机器人本体之上，换一个物体、一种环境，甚至一个观察视角，模型都需要重新采集数据、重新训练。

这种依赖专机专用、通过定制训练叠加技能的方式，难以通向真正的通用智能。真正的突破，在于让机器人理解不同任务背后共同的物理规律，掌握跨场景、跨本体的通用能力，实现能力的泛化与迁移。

SYNWorld   的长期目标，正是构建一个跨任务、跨环境、跨机器人本体的通用世界模型：将环境理解、未来预测、动作生成、价值判断与任务进度统一建模，形成 " 理解—生成—执行 " 的具身智能闭环。

SYNWorld   模型架构图

统一建模：一个模型同时理解并作用于物理世界

SYNWorld V0.5  是一个统一建模多模态感知、状态变化与机器人动作的生成模型，其核心要义是将 " 理解世界 " 与 " 作用于世界 " 纳入一个统一的模型框架。

模型架构：采用   MoT   架构，以模态专属编解码器处理文本、视觉、动作、力觉、触觉及本体状态，并通过共享自注意力实现跨模态交互与统一建模，支持模型规模与模态范围的持续 Scaling；

参数规模：10+B；

训练数据：30+   万小时，涵盖大规模异构图像、视频及带动作标注的机器人动作轨迹；

预训练方式：首先从图像与视频中学习物体、场景、空间关系和时间动态，随后引入机器人动作轨迹，建立状态变化与动作之间的联系。

预训练后，SYNWorld V0.5   基座模型形成了对场景理解、世界预测、逆动力学、动作生成等的共享表征，并由此延展出  ACWM（Action-Conditioned World Model）  和WAM（World Action Model）  两条能力路线。二者共享对物理世界的基础理解，但分别面向世界预测与动作生成继续演进。V0.5   所验证的，正是从大规模多模态预训练，到这两条下游能力路线的关键链路，并展现了可被直接观察和检验的模型能力。

我们观察到，SYNWorld V0.5   基座模型已经能够从大规模视觉数据中学习具有泛化性的世界表征。我们采用人工双盲偏好测试的评估范式，以   Cosmos3 Nano   为基线模型，围绕语义跟随、视觉质量、物理规律遵循三个核心维度，在近   100   组涵盖多样化文本   Prompts   的测试集上进行了系统性的对比评测。

结果显示，SYNWorld V0.5   基座相比   Cosmos3 Nano：

在语义跟随维度相对净胜率提升46.7%；

在视觉质量维度提升26.7%；

在物理规律遵循维度提升51.2%。

三项维度均呈现一致且显著的领先优势，充分证明了基座模型在世界预测任务上的系统性突破与代际超越。

SYNWorld ACWM ( Action-Conditioned World Model )  

ACWM   预测动作条件下的未来状态：如果机器人执行这组动作，世界接下来会发生什么？它以历史观测和给定动作为条件，预测未来的状态，建立动作与环境变化之间的关系。这条能力路线可以为可交互数字孪生、数据合成、闭环评测、强化学习提供坚实基础。

Action-Conditioned World Model

建模行动因果，实时动作交互，生成未来世界。

SYNWorld WAM ( World Action Model )  

WAM   联合建模动作生成与状态演化：面对当前环境与任务，机器人应该做什么？它从当前观测和任务条件出发，联合建模未来动作与状态变化，直接面向动作生成和闭环控制。未来状态预测同时构成辅助训练目标，帮助策略学习获得更完整的世界表征。

World Action Model

建模行动因果，推演世界变化，生成更优策略。

协同 Scaling：数据、模型与基建的一体化设计

SYNWorld V0.5   的研发成果，不只来自模型架构本身。它背后还有两项不可缺少的支撑：一是持续进入系统的真实世界数据，二是贯通数据处理、模型训练、推理与评测的基建（Infra）。它们共同支撑了   SYNWorld V0.5   从数据采集、模型训练到能力验证的完整研发链路，Infra 也将随着模型   Scaling 而持续 Scaling。

围绕真实世界数据供给，我们构建了全系列数采矩阵：覆盖鱼眼头环 Ego、肌电手环、数据手套等多种采集设备，让规模、多样和全模态的数据持续进入   SYNWorld   的数据体系。

延伸阅读：章鱼动力下一代具身数采产品

SYNWorld V0.5   从世界广度到任务深度的数据金字塔

有力的数据供给只是第一步。数据决定模型能够看到多大的世界，Infra   则决定这些经验能否被高效组织、持续学习，并最终转化为新的能力。

随着模型、数据与任务复杂度持续增长，核心挑战已从完成单次训练，转向保障数据处理、分布式训练、持续评测与推理部署的长期稳定协同。为此，我们围绕系统鲁棒性、可扩展性和迭代效率，构建了支撑   SYNWorld   持续扩展的 Infra 体系：

Data Infra：支撑多源、多模态数据的持续接入、清洗与规模化处理，稳定产出模型可用数据，日均数据产能超过1   万小时；

Training Infra：支撑大规模分布式训练与长时间稳定运行，使模型规模持续扩大时仍能保持高效训练，实测训练效率相比同类型开源成果提升10   倍以上；

Inference Infra：提供高效推理与部署能力，缩短模型从训练完成到真实环境验证的周期；

Evaluation Infra：持续跟踪模型在不同任务、场景和本体上的能力变化，支持开环评测、闭环仿真评测、真机评测，为模型迭代和闭环强化提供持续反馈。

整套 Infra 不仅保证数据处理、模型训练和评测任务长时间稳定可控，同时也显著缩短从新数据接入系统，到完成模型训练与能力评测的完整周期。

持续   Scaling：以   V0.5   为起点迈向通用具身智能

SYNWorld V0.5   处于通用世界模型路线的早期阶段。长时预测的一致性、精细物理交互的准确性，以及模型跨任务、跨环境、跨机器人本体的迁移能力，仍将在更大规模的数据、模型和评测中持续提升。

V0.5   的价值在于建立了一条可以继续扩大规模、反复训练并验证的通用世界模型路线。对于已经获得的结果，我们有了可观察、可检验的证据；对于尚未验证的判断，我们将它们转化为下一阶段明确的研究问题。

如果说通用世界模型定义了   SYNWorld   走向通用具身智能的方向，那么  Scaling   就是我们持续回答这些问题的核心路径。我们相信，随着数据规模、模型容量和计算投入持续增长，模型将学习更丰富的物理规律，并将这些能力迁移到更多任务、环境和机器人本体。

接下来，SYNWorld   将沿着这一方向继续演进：

SYNWorld   从   V0.5   到   V2   的参数规模与模态扩展路径

SYNWorld V0.5｜现在：10+B   模型参数，贯通统一视觉—动作建模、训练、评测与推理的关键链路，建立规模化验证的起点；

SYNWorld V1.0｜计划于   2026   年   10   月：向   20+B   参数规模推进，进一步扩大训练数据、模型容量与评测覆盖，系统验证能力能否随规模持续增长；

SYNWorld V2.0｜计划于   2027   年上半年：迈向数百   B   参数的   MoE   世界模型，探索如何以更高效的计算组织，承载更丰富的物理知识与更广泛的通用能力。

但参数规模本身从来不是目标。只有模型能力随着数据、模型和计算规模的增长表现出持续提升，Scaling   才真正成立。

关于SYNWorld V0.5   的模型架构、训练方法与评测结果，我们将在后续发布正式技术报告，系统呈现更多技术细节与实验结果，欢迎持续关注。

今天，我们发布   SYNWorld V0.5。这只是一个开始，物理世界足够复杂，SYNWorld 让物理智能可以持续 Scaling。