复旦系科创企业眸深智能发布专为机器人原生打造的 STI-WM 时空一体世界动作模型，以时空一体化建模和物理一致性约束为核心，旨在解决当前具身智能领域空间感知不足、物理逻辑缺失等痛点。
📝 详细摘要
本文报道了复旦系科创企业眸深智能推出的 STI-WM 时空一体世界动作模型。该模型定位为机器人原生通用具身大脑，核心创新在于时空一体化原生建模、物理一致性引擎和端到端原生融合，旨在解决当前 VLA 模型、通用世界模型在空间感知、物理约束和长时序规划上的不足。文章介绍了团队背景（复旦深度学习实验室、前英特尔首席科学家等）、技术积累（7 代模型迭代、CVPR/ICCV 冠军、IJCAI 杰出论文奖）以及商业化进展（半年 5 轮融资、与宇树科技等头部企业合作）。模型架构支持多模态输入、百秒级长时程任务推演和端侧轻量化部署，强调从视觉合理到物理可行的技术跨越。
💡 主要观点
- STI-WM 模型以时空一体化原生建模为核心，打破传统 VLA 模型的模态割裂。 该模型将空间结构与时间动态实时耦合，消除多模块拼接的信息损耗，提升推理效率与决策精准度，实现端到端原生映射。
💬 文章金句
- 机器人与物理世界的一切交互，最终都落地为动作，唯有精准理解时空演化规律、遵守物理逻辑、实现端到端原生映射，才能真正解决机器人泛化性差、落地难的行业顽疾。
- STI-WM 跳出纯视觉推演误区，以三维几何约束、动力学校验、真机闭环执行为核心，彻底解决传统模型信息失真、泛化薄弱、落地困难的核心痛点。
- AGI 竞争正式进入物理智能新时代，以世界动作模型为核心的原生具身大脑，已然成为通用机器人的核心底座。
📊 文章信息
AI 初评：82
来源：量子位
作者：思邈
分类：人工智能
语言：中文
阅读时间：10 分钟
字数：2451
标签： 具身智能, 世界模型, 机器人, STI-WM, 眸深智能