白泽通境提出溯因式世界模型 AWM，论文与代码已开源
它把世界模型从「猜下一秒」推进到「说清为什么」，并把模型压缩到能跑在机器人身上——两条都直接决定具身智能能不能便宜地落地。
白泽通境（合肥，成立不到半年）做了一套能装进机器人的具身大脑：用溯因式世界模型 AWM（先预测世界怎么变、再倒推是什么导致的）从无标注视频里学物体与交互规律，配自研端侧推理引擎 BAIZ-RUN 把模型压到 2bit 权重、4bit 激活塞进边缘芯片。
正文摘录
.png) 想象你站在一条产线旁边。纸箱一个接一个地往前走。有的歪了，有的少装了一件，有的日期打码印错了。 线边的机械臂要在箱子移动的过程中发现问题，然后伸手、抓取、补料。 整个过程，5 秒以内。 听起来不难？ 难点在于，箱子在动，机械臂也在动。它不能等箱子停下来再看清楚，而是必须提前判断：下一秒箱子会到哪里？现在伸手，会不会碰到别的东西？ 换句话说，机器人得先在「脑子里」把接下来的几秒预演一遍。 这种在脑子里预演世界的能力，有个专门的名字：世界模型。 而让这条产线上的机械臂拥有这颗「大脑」的，是一家成立不到半年的合肥公司：白泽通境。 它做的不只是某一个算法，而是一整套能装进机器人身体里的具身大脑：负责理解世界的 溯因式世界模型 AWM，负责把模型压进机器人的 端侧推理引擎 BAIZ-RUN，以及最终承载它们的 计算终端。  白泽通境的具身大脑三层结构 先预测，再溯因：一颗会问「为什么」的大脑 过去两年，世界模型几乎成了具身智能里最热的词。 但大多数世界模型做的事，可以概括成一句话：看着现在，猜下一秒。 这已经很厉害了，但还差一步。