来源：新智元
【导读】当通用人工智能全面迈向物理世界，核心瓶颈已从硬件转向具备物理理解、规划与落地能力的「大脑」。眸深智能正式发布 STI-WM 时空一体世界动作模型，标志着中国原生物理 AI 在全球竞争中迈出关键一步。
当前，通用人工智能（AGI）的竞争焦点正从虚拟数字空间向真实物理世界转移，具身智能与机器人大脑成为决胜高地。然而，主流 VLA 视觉语言动作模型及通用世界方案普遍存在空间感知精度低、物理逻辑缺失、长时序规划弱及真机鲁棒性差等痛点，难以支撑机器人的自主决策与稳定交互。
在此背景下，深耕世界动作模型底层技术五年的复旦系科创企业——眸深智能，正式推出专为机器人原生打造的STI-WM 时空一体世界动作模型（Spatiotemporally Integrated World Model）。该模型以时空一体化建模、物理一致性约束及端到端原生融合为核心，打破传统技术桎梏，为物理世界 AGI 落地提供了最优技术路径。
顶尖团队加持，学术成果稳居全球第一梯队
眸深智能的技术突破源于深厚的学术积淀与全栈工程能力。公司核心团队源自复旦大学深度学习实验室，构建了“科研 + 工程 + 商业”三位一体的顶级架构：
- 科研底座：由复旦大学未来信息创新学院教授、深度学习实验室主任陈涛坐镇；
- 工程落地：由原英特尔中国首席科学家张益民博士及英伟达技术负责人掌舵；
- 商业布局：由复旦连续创业者穆泽林主导。
团队超九成核心研发人员来自复旦大学，汇聚百余名校硕博人才。自 2021 年起，团队便前瞻性布局世界模型、三维感知及时序动作生成三大底层技术。多年来，团队斩获多项全球顶尖荣誉：
- 推出全球首个人形动作生成大模型 MotionGPT 及三维世界模型 HL3DWM；
- 夺得 ICCV 2023 全球三维目标识别冠军、CVPR 2024 三维密集语义推理冠军；
- 荣获 IJCAI 2025 杰出论文奖，是近五年国内唯一获此殊荣的具身智能团队；
- 技术负责人入选 2025 年中国具身智能新秀 EAI 榜单 20 强。
其原创成果已被英伟达 DAIR 等国际顶尖实验室引用，学术创新与工程实力稳居全球第一梯队。
重构技术范式，开创世界动作模型原生路线
行业主流方案多采用“通用世界模型+VLA 拼接”的改良模式，存在模态割裂、信息损耗大且缺乏真实物理约束等问题，仅能实现“视觉合理”，无法满足真机落地需求。
眸深智能从 AGI 本质出发，率先确立世界动作模型原生融合路线。团队认为，机器人与物理世界的交互最终落地为动作，唯有精准理解时空演化、遵守物理逻辑并实现端到端映射，才能解决泛化性差与落地难的顽疾。
早在 2022 年，团队即提出全球首个影空间语言 - 动作端到端映射 MLD 模型（发表于 CVPR 2023），该思路于 2025 年被英伟达 DAIR 实验室引用验证。历经五年迭代与七代技术更新，眸深智能在多模态融合、高精度动作生成及时序推演领域持续领跑。
四维统一架构，破解真机落地核心痛点
区别于依托大语言模型二次改造的适配方案，STI-WM 时空一体世界动作模型是面向机器人长时序规划、在线闭环控制及真实物理交互打造的原生框架，实现了空间结构、时间演化、物理一致性、执行鲁棒性的四维统一。
该模型兼容 RGB 图像、深度点云等多模态输入，将复杂环境编码为紧凑的时空潜在状态，上层支持百秒级长时程任务推演，下层输出精准可控的动作片段。通过实时观测动态纠偏，构建起“理解世界—推演未来—规划动作—执行纠错”的完整物理智能闭环。
相较于 Dreamer 系列偏重预测忽视控制、LWM/PWM 时空割裂以及纯视频生成模型无视物理可行性等局限，STI-WM 以三维几何约束、动力学校验及真机闭环执行为核心，彻底解决信息失真与落地困难问题，让机器人真正实现看懂三维空间、遵守物理规则、自主规划并稳定执行。
（眸深 STI-WM1.0 时空一体世界动作模型架构）
六大核心技术壁垒，赋能规模化落地
依托五年全链路自研积淀，STI-WM 构建了难以复刻的六大技术优势：
- 时空一体化原生建模：空间结构与时间动态实时耦合，消除模块拼接损耗，大幅提升推理效率与决策精度；
- 原生三维感知能力：基于点云直接还原真实物理空间，规避 2D 视觉深度缺失与空间误判缺陷；
- 内置物理一致性引擎：融合碰撞检测与动力学约束，从底层杜绝不合理动作，保障真机执行安全；
- 长时程高阶规划：突破短片段局限，支持百秒级连续复杂任务自主推演，适配真实场景作业需求；
- 端侧轻量化部署：自研压缩与量化蒸馏技术，实现百亿级大模型在机器人端侧芯片的低成本落地；
- 小样本强泛化能力：依托虚拟世界预训练加少量真机微调，高效适配陌生场景与长尾任务，降低数据依赖。
资本商业双爆发，产业化进程加速
凭借原创架构、全栈技术壁垒及可落地的商业化能力，眸深智能迎来高速发展期。公司在半年内完成 5 轮融资，其中 3 亿元 Pre-A 轮融资获 5 倍超额认购，深受国家级投资平台及头部产业资本认可。
商业化方面，公司已与宇树科技、禾川科技、颐家养老等行业头部企业达成深度合作，技术覆盖工业制造、居家康养及商业服务等多元场景。目前，眸深智能已与近十家上市公司建立战略合作，其中包括五家以上千亿级产业龙头，未来三年预计锁定 10 亿元订单，产业化速度远超行业平均。
（眸深智能与居家养老头部企业颐家战略合作）
随着 AGI 竞争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成为通用机器人的核心底座。未来，眸深智能将持续迭代 STI-WM 模型体系，全面赋能人形机器人、四足机器人、工业机械臂及服务机器人等全品类硬件，加速通用具身智能规模化落地，推动中国原生物理 AI 技术领跑全球。
