2026年5月18-19日，由高工人形机器人、高工咨询主办的2026（第三届）高工人形机器人技术应用峰会在上海成功举办。本届峰会以“当具身智能开始冲入现实”为主题，聚焦具身智能数据与模型核心议题，汇聚产学研大咖，共同探讨具身智能从技术走向落地的关键路径。
图：2026高工人形机器人技术应用峰会
作为具身智能领域的创新力量，星源智机器人成功斩获「2026具身智能产业落地标杆奖」，公司联合创始人何嘉伟发表题为《具身大模型走向何处：VLA 还是世界模型？》的主题演讲，分享当前具身智能模型三大范式、具身大模型的演进方向与技术路径，为行业路线探索提供重要参考。
星源智机器人成功斩获「2026具身智能产业落地标杆奖」
星源智凭借在具身大模型领域的技术突破与场景落地能力，成功斩获「2026具身智能产业落地标杆奖」。该奖项由高工人形机器人发起，旨在表彰在真实场景实现部署应用、具备实际交付能力与商业化价值的标杆企业。荣获该奖是对星源智机器人技术实力与落地应用的高度认可。
图：星源智「2026具身智能产业落地标杆奖」奖牌
《具身大模型走向何处：VLA还是世界模型？》
随着具身智能快速发展，大模型成为行业发展核心动力，但行业仍存在不少发展瓶颈：模型适配真实场景能力不足，虚实融合难度较大，各类技术路线也各有局限……当下具身大模型领域方向各异，业内围绕VLA与WAM路线，以及分层模型与端到端架构等不同发展模式的探讨不断，同时也在探索。
星源智机器人联合创始人何嘉伟在《具身大模型走向何处：VLA还是世界模型？》的演讲中，总结了3个当前具身模型的主要范式极其挑战：
图：星源智联合创始人何嘉伟演讲
VLA模型（以OpenVLA为代表）：帮助机器人实现从语言和视觉到动作的端到端能力，即机器人可以根据指令做出动作，但这更像是“把见过的动作模式调出来”，而非真正理解世界；
AC-WM模型（以LeWorldModel为代表）：机器人通过动作条件（action condition）学习latent dynamics，即从环境上下文（contex）预测推理出target representation。但还是在固定的数据集上学习，而非真实世界闭环，以及持续修正世界理解；
WAM世界动作模型（以LingBot-VA为代表）：机器人开始具备action后果预测的能力，即保留视频生成模型的预训练能力。但大多仍是离线与训练主导，把视频生成模型当作预训练底座，向机器人控制适配，本质还是行为克隆。
他指出，具身智能正从“视觉到动作的条件反射式VLA”，迈向“先想象世界、再生成动作” 的WAM时代，模型核心缩放定律从动作数据转向世界动力学数据（World Dynamics Data）。
针对世界模型的构建路线，何嘉伟强调：并非单纯Sora/WAN式视频生成模型，而是以NVIDIA Cosmos、DeepMind Dreamer/Genie、Meta V-JEPA为代表的可交互物理世界模型，通过扩散模型或潜在技能动作解码器，将模型想象的未来场景转化为机器人真实可执行动作，真正实现机器人对物理世界的理解与自主决策。
本次峰会亮相与获奖，是星源智机器人在具身智能领域的又一重要里程碑。未来，星源智将持续深耕具身大模型与世界模型技术，推动技术从实验室走向真实场景，助力具身智能产业规模化落地，让机器人真正走进物理世界、创造实际价值。
