智行者商业里程破1.6亿公里，物理AI世界模型亮相

6月初，智行者公布了一项关键里程碑：全无人物理AI商业化运营里程已累计突破1.6亿公里。更值得关注的是，基于这些从真实混合物理场景中积累的海量数据，他们同步发布了名为TransWorld的物理AI世界模型。

该模型的设计路径十分清晰：以多模态异构数据作为基础底座，将细粒度物理交互信息作为核心内核，目标在于实现跨场景与跨形态的通用泛化能力。通过三重异构数据采集、四级数据精炼蒸馏，以及五层金字塔模型架构，最终构建起一套闭环自进化的“物理AI飞轮”。可以说，智行者的物理AI已正式迈入数据驱动、模型自主进化、全域落地的新阶段。

三重多模态异构数据集，夯实物理AI底座

算法与算力的重要性不言而喻，但真正决定物理AI智能上限的关键，在于数据的“真实物理浓度”。算法和算力可以通过资金与人才的投入快速补齐，但高质量的物理世界数据则不同——它需要时间，需要在真实场景中一步步积累。这也是整个体系中壁垒最高、最具稀缺性的核心资产。

基于这一判断，智行者耗费11年时间，在极限作业、智慧清洁、智能出行等多个场景中深耕，最终沉淀出这1.6亿公里的运营里程数据。这些数据具备三大鲜明特征：多维度异构、多形态异构、多场景异构。

先看维度异构。为了让物理AI具备全面的感知能力，智行者采用了多元传感器阵列。除了常见的激光雷达、摄像头、IMU，就连刷盘电机这类执行器也被派上用场——它能够捕捉地面摩擦力系数、接触力矩、材质阻力等物理参数，提供极其细粒度的接触反馈。这些真实的物理交互信息，正是仿真环境难以覆盖的部分，也是训练物理AI最稀缺的“超级燃料”。

再看形态异构。智行者的数据来源并不单一，蜗小白AI清洁机器人、极限作业智能体、AI漫游车、Robobus……多种终端形态的数据天然具备跨形态验证与泛化的条件。例如，清洁场景中学到的近场避障策略，可以迁移到巡检机器人的狭窄通道通行中；环卫场景下的雨天运行方案，也能为接驳车辆应对恶劣天气提供参考。这种迁移能力，正是数据价值放大后的回报。

最后是场景异构。数据覆盖了工业仓储、交通枢纽、商综楼宇、医院校园、公园景区，甚至包括无GPS信号的极险野外环境。场景广、覆盖深，再结合完整的物理交互规律，这些数据为算法模型提供了丰富的真实世界教材，使模型在面对复杂的环境变量组合时，既能保持泛化能力，又能兼顾真实环境中的执行性能。

四级精炼蒸馏，炼就世界模型超级燃料

张德兆有句话讲得很到位：数据规模是一回事，但通用智能比拼的其实是数据价值。如果数据脱离真实的物理交互与复杂场景历练，那就只是一堆没有生命力的数字。物理AI真正的护城河，在于能否从海量里程中提炼出那些最细腻的物理规律与常识语料。

针对1.6亿公里的数据资产，智行者做了四级分拆与蒸馏：

基础级是脱敏后的多模态数据，经过合规处理后，主要用于世界模型的自监督预训练以及物理规律学习。

第二级提炼出结构化场景数据。通过细粒度打标与聚类，这些数据可作为仿真训练的环境模板，搭建一个扎实、可扩展的基础场景库。

第三级沉淀出交互与博弈数据。这部分包含了各类移动智能体在低、中、高全速域下的人机动态交互特征，是训练物理AI进行非语言意图预判以及高阶博弈决策的最佳语料。

最关键的第四级，也就是所谓的“黄金集”——高质量标注数据。经过人机双重审核，抽象的环境被转化为带有精细物理属性的结构化切片。这些数据构成了AI理解物理常识的骨架，在强化学习阶段承担奖励评判职能，清晰界定优劣行为，为模型推演与试错指明方向。

五层金字塔架构，驱动物理AI进化

基于1.6亿公里的高价值数据，智行者搭建了TransWorld世界模型，采用五层金字塔架构。从底层多模态感知到顶层跨形态泛化，形成一个完整的闭环自进化体系。

L1是多模态感知基座层。它将多模态数据凝练为结构化的统一环境表征，建立物理时空一致性，实现对物理世界细节的全面、精准捕捉。

L2是物理常识内化层。从海量感知数据中提炼摩擦、惯性等运动力学规律以及物体恒常性，构建“物理常识脑”。这样一来，模型就能理解机器动作与物理反馈之间的因果关联，获得推演未来状态的能力。

L3是物理世界仿真层。通过构建虚拟仿真环境，突破真实数据的规模上限与复用局限，为模型训练提供高质量、多样性的样本。

L4是强化学习训练层。用真实数据校正模型在仿真中可能出现的偏差，推动不同形态的智能体从“在仿真中学会思考”逐步走向“在现实中稳健行动”。

L5是泛化推理层。这个层面要突破一个关键瓶颈——把底层物理认知迁移到不同智能体上。只要给定少量适配样本，就能实现“一次学习，多形态部署”。

从L1的多模态养分汲取，到L5的跨形态赋能，物理AI每一次在真实场景中的成功落地，都在为整个系统注入源源不断的真实世界交互语料。这些语料向下反哺基座认知，向上滋养推理策略，形成一个闭环自进化的“物理AI飞轮”。不受制于特定硬件形态、能够在真实混合物理世界中持续进化——这也是智行者跨越技术奇点、重构生产力引擎的核心逻辑。

接下来，智行者的目标十分明确：以TransWorld为超级基座，依托持续进化的物理AI大脑，打造全球领先的移动智能体平台，推动数字智能与物理世界的深度融合。

来源：互联网