物理 AI 商业化提速：日冕开物与远图宣布万台级部署计划

2026 世界人工智能大会（WAIC）期间，成立仅四个月的物理 AI 公司「日冕开物」与全球服务器制造龙头广东远图未来科技有限公司共同宣布启动「超级工站」战略合作，目标在服务器制造场景完成验证后，逐步实现万台级具身智能产品部署。合作双方在展会现场展示了超级工站的实际作业能力：在换场地后通电半小时内即完成环境适配，可执行主板上下料等精密装配任务。

合作起点：服务器制造场景

根据规划，日冕与远图将首先在服务器制造场景验证超级工站能力，再向更多生产环节扩展。服务器生产涉及密集排列的芯片、接口等精密元件取放、装配、线缆连接、功能测试与质量检测等任务，对机器人视觉识别、抓取精度和柔性迁移能力要求较高。远图同时具备 AI 服务器、通用服务器、交换机、超节点、液冷机柜等产品及「算-网-存-管」全栈体系，能够提供真实的规模化产线作为数据反馈入口。双方分工明确：远图提供制造场景与产业经验，日冠提供物理世界基础模型、机器人系统与工业级解决方案。

技术底座：LaMPA 世界模型架构

超级工站的核心是日冕自研的具身原生世界模型架构 LaMPA（Latent Masked Predictive Architecture），其在三个维度上与传统世界动作模型（WAM）形成差异化：

• 多维物理表征：LaMPA 设计了 Environment（环境）、Ego（自我本体）、Experience（先验经验）三大表征，统一抽象导航移动、机械操作与本体控制三种能力，使机器人对所处空间、自身机身与物理常识同时建模。
• 训练收敛加速：模型直接在隐空间预测，仅保留任务相关信息参与损失计算，剔除墙壁、地面等冗余环境像素，从而缩短监督链路、加快收敛。
• 多路径容错推理：底层采用掩码扩散架构做分布预测，单次推理可输出多种合理操作方案，面对光线变化、工件尺寸偏差或场地背景改动时仍可迁移执行。

在此基础上，日冕还构建了由 LaMPA 物理世界模型、模块化机器人硬件与 Workflow Agent 三部分组成的「超级工站」系统：Workflow Agent 负责把生产 SOP 拆解为机器人任务并完成方案设计、仿真与执行反馈；模块化硬件可按场景灵活组合双臂机器人、移动机器人与不同末端执行器；模型侧则通过 WRM 世界奖励模型和 WPM 世界策略模型，将真实执行反馈持续回流，推动基础模型迭代，形成「规划-测试-执行-反馈-进化」闭环。

商业节奏与数据闭环

在部署节奏上，官方给出的时间表为：

• 2027 年完成百台级部署；
• 未来实现万台级具身智能产品部署。

为支撑闭环运转，日冕与远图正在建设覆盖采集、治理、训练与复用的工业级数据体系，日冕自研触觉数据手套、头戴式采集设备用于生产过程中的无感伴随式数据采集，链路覆盖原始数据清洗、同步对齐、多模态融合与资产化处理，最终沉淀为操作数据集、技能库、仿真场景与模型检查点。

日冕将这一方向概括为「WMoS（World Model as OS），世界模型即操作系统」，底层负责理解物理世界，上层通过「超级工站」等应用完成具体任务。创始团队背景方面，日冕核心成员均为清华博士，曾任职于蔚来、华为、智元机器人等企业，覆盖自动驾驶、AI 基础模型与机器人产业化方向。