具身智能 8 个月倒计时：从单步动作到任务级交付

导语

WAM 在基准测试上已经把 LIBERO 刷到 99.25%、RoboTwin 94.3%，但一个 10 步任务每步 95% 连乘下来只剩 60%。作者认为，这一数学事实正与甲方账本上的 KPI 正面碰撞：随着毕马威、IDC 等机构把投资评价维度从「参数与演示」切换到「任务完成率、泛化能力、单位部署成本」，加之 2026 上半年国内具身智能赛道融资突破 900 亿元、同比增长 5 倍，工信部、国资委关于年底前人形机器人产线常态化运行的硬要求，以及头部 3C 厂把「任务完成度」「换型效率」列为招标一票否决项，从 2026 年 8 月算起的 8 个月窗口，将成为 WAM 范式退场、WTM（任务级世界模型）登场的最后期限。

单步神话为何撑不起产线 KPI

WAM 优化的目标函数是 P(aₜ|oₜ,I)，即在当前观测和指令下，下一个动作的对错；WTM 优化的是 P(success|τ)，整条轨迹的任务完成率。两者的根本差别不在工程细节，而在优化目标。

毕马威在 WAIC 期间发布的报告将「长时序误差累积」列为世界模型商业化三大核心难点之一：模型在虚拟环境中学到的规律一旦在真实执行中出现微小偏差，后续所有预测都会偏离真实轨迹，任务越长偏差越大。WAM 架构上缺少任务级纠偏机制，误差在任务进度空间里只会被一路乘到任务结束。与此同时，主流 VLA/WAM 路线依赖海量预训练数据，一旦换 SKU，沾水、形变后的物料就需要重新采集、重新标注、重新微调，换产成本难以压到分钟级。此外，工业接触操作需要上百 Hz 级的实时反馈，而 WAM 大模型方案的推理时延难以满足这一要求。

三笔账算下来，WAM 的每一个技术指标都漂亮，但没有一个直接对应甲方 KPI：甲方要的是良率提升 5 个点、换型从一周压到分钟、回本周期清晰可见。

资本市场已用订单和回本周期投票

投资端的信号比技术端更直接。8 月 10 日，橡木果机器人完成数亿元天使轮融资，由招商局创投、蔚来资本共同领投，水木清华校友种子基金跟投，距离其 3 月完成的近亿元种子轮仅过去四个月。两家产业资本深耕港口、工业制造与高端制造，他们投资标的不是「世界模型」，而是「能进厂干活的东西」。

橡木果 Natus AGE-0 的商业化数据具有说服力：在全球头部化妆品 ODM 厂商产线，从签约到 POC 验证通过约两个月，换产调试时间从传统方案的数周压缩到 6–40 分钟；并已与多家不同行业的全球头部客户完成抓取、装配、旋拧、插拔的产线 POC 验证。换产 6–40 分钟意味着产线可承接多品种小批量订单、单位时间产值提升、CAPEX 真的能回本。

对比之下，X-Era Lab 在东莞玩具厂做「毛绒熊耳朵对称缝合」，单机日均 187 次抓取、成功率 98.4%、节拍 22.6 秒，但这只是单一 SKU 的极致优化，换一款毛绒玩具就难以复用。WAM 厂商目前的商业化进展集中在单 SKU 极致优化或零售、仓储等相对标准场景，进入换产频繁、物料繁杂的真离散制造后，单步优势会被换产成本吞掉。

8 个月倒计时的四个叠加时间点

文章将这一窗口的紧迫性归因于四个外部约束的同步到期：

政策层面：工信部、国资委要求 2026 年底前人形机器人在产线跑出常态化效果；
市场层面：头部 3C 厂招标把「任务完成度」「换型效率」列为一票否决项；
评价层面：毕马威把商业化奇点判定标准聚焦于长流程任务成功率、生产节拍、设备运转效率；
资本层面：2026 上半年融资 900 亿元、同比 5 倍增长，demo 期必须结束。

四个时间点叠加，构成本文定义的 8 个月窗口——即 2027 年 Q1–Q2 的规模落地验收节点。

三条通往 WTM 的技术路径

按「技术储备 + 商业路径」双维度看，行业内可能的演化路线有三条：

第一梯队（VLA/WAM 外壳逼近 WTM）：PI 的 π0.7 已引入 visual subgoal images，使用基于 BAGEL 14B 的轻量世界模型生成 near-future 目标图像，在 UR5e 双臂叠衣服任务上零样本成功率 80.0%，已接近人类资深远程操作员 80.6%。星源智的 ω-EVA 以 1.2B 参数跑出 LIBERO 98.6%、RoboTwin 90.3% 的成绩，Envision-Verify-Act 闭环是 WTM 的天然骨架。
第二梯队（场景限定或异类路径）：酷哇的 WAIM 在移动与驾驶场景里事实上已是 WTM，CooWAIM 2.0 在 NAVSIM 拿到 89.1 PDMS，但跨入离散操作存在架构鸿沟。橡木果以触觉感知为核心、不依赖预训练数据，通过本能反射 + 肌肉记忆双层架构实现零样本泛化与毫秒级操作，是 WTM 的另一种等价实现。
第三梯队（纯 WAM 工程派）：以极佳视界为代表的厂商有最强工程化能力（MoT、AutoResearch、85 毫秒推理），但需回头补上任务级世界建模与任务图，改造成本不小。

从「动作优雅度」到「任务完成度」

文章最后落点并非技术路线之争，而是一句工程常识：能不能让这条线的良率提升 5 个点。8 个月不是技术成熟的周期，而是甲方耐心的极限。从 KPI 对齐、资本投票到政策与招标门槛的全面收紧，WTM 不会在实验室里诞生，只会在甲方的催促声与产线的轰鸣里被迫长大。