# 西湖大学发布概念世界模型Awomo，四项机器人评测登顶

> 原文链接：https://robotics.hellobike.com/news/2026-11-01-77cf6f6f
> 频道：news | 更新日期：2026-11-01 | 标签：auto, rss, qbitai
> 核心摘要：西湖世界模型研究中心成立，孵化公司推出概念世界模型Awomo。该模型摒弃像素生成转向隐空间物理表征，在四项国际权威机器人评测中夺冠，获超亿元融资，验证了世界模型在具身智能泛化与低样本训练中的工程价值。

# 西湖大学发布概念世界模型Awomo，四项机器人评测登顶

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[三年前布局，今年爆火丨西湖大学成立新中心](https://www.qbitai.com/2026/11/507076.html)（量子位）

## 核心内容

10月31日西湖世界模型研究中心正式成立，由自主智能实验室AutoLab孵化出的初创公司西湖数智Awomo同步亮相。该公司定位物理世界基础大模型，其核心产品Awomo已在四项国际权威机器人评测集中登顶第一，验证了在环境扰动、精细操作及长时序任务上的泛化能力。目前Awomo已完成累计超亿元种子轮与天使轮融资，投资方包括英诺基金、东方嘉富等硬科技机构，标志着学术界世界模型研究向具身智能产业落地的关键转化。

技术上，Awomo采用“概念世界模型”路线，区别于Sora等像素级生成模型，转而在抽象数学隐空间中建立物理概念表征。系统将复杂场景拆解为空间关系、材质特性等可复用概念，通过隐空间重组推演未知场景，显著降低预测成本并提升任务成功率。该架构旨在解决传统模仿学习对海量数据的依赖，理论上支持下游开发者仅需20至30小时后训练即可定制特定领域模型，为机器人提供理解物理规律与预测动作后果的“物理大脑”。

## 关键看点

- **技术路线**：摒弃像素生成，在数学隐空间建立物理概念表征，通过概念拆解与重组实现新场景推演，降低预测成本
- **性能验证**：在四项国际权威机器人评测集登顶，验证了模型在环境扰动、精细操作及长时序协同任务上的强泛化能力
- **数据效率**：依托通用物理基座，下游应用有望摆脱百万级小时数据采集，仅需20至30小时后训练即可定制领域模型
- **产业进展**：获英诺基金等机构超亿元早期融资，从AutoLab实验室成果转化为物理世界基础大模型商业实体

## 工程与产业观察

Awomo验证了隐式世界模型在具身智能中的有效性，其“概念表征+隐空间推演”范式为解决机器人长尾场景泛化难题提供了新思路。若20-30小时微调定制的数据效率得以工业化验证，将大幅降低具身算法落地门槛，推动世界模型从自动驾驶向通用机器人操控迁移，是物理AI从感知走向认知决策的关键工程节点。
:::

## 原始参考来源 (Sources)

- [量子位：三年前布局，今年爆火丨西湖大学成立新中心](https://www.qbitai.com/2026/11/507076.html)