2026年8月22日，2026世界机器人大会进入公众开放日。具身智能技术企业星源智在展会现场重点呈现ω-EVA具身交互世界模型的技术原理与端侧运行效果，并展示了其"具身大脑模型+高算力端侧算力平台"软硬一体体系如何与世界模型能力协同，共同服务于机器人的行动决策。

本次展出通过实物演示与技术展板相结合的方式，直观呈现ω-EVA如何在端侧实时运行，使机器人在执行动作前先预演候选动作的后果，并根据预测结果修正动作，实现从"看到就做"到"先预测、再决策、后执行"的能力跃迁。

01技术背景：传统VLA对环境动态建模不足，世界模型成为新方向

当前主流的视觉-语言-动作模型（VLA）主要学习"观测—动作"之间的关联，能够完成特定任务下的动作生成，但对环境如何随动作和时间发生变化缺乏显式建模。当机器人面对从未见过的物体位置、光照变化或地形起伏时，仅凭观测-动作映射难以做出稳健决策。

视频生成式世界模型尝试通过预测未来画面来理解环境变化，但完整的未来视频生成带来较高的推理成本，难以在端侧实时运行。如何在有限算力下让世界模型参与机器人的实时决策，成为具身智能领域的重要课题。

在WRC 2026现场，星源智通过四足机器狗的垃圾捡拾作业演示，展示了ω-EVA在端侧实时预测动作后果并修正执行路径的过程。机器人识别目标物体后，先在隐空间中预演抓取动作可能导致的物体位移，再据此调整抓取策略。

02闭环机制：交互式动作反馈，让世界模型进入决策回路

ω-EVA采用星源智提出的Interactive Action Feedback（交互式动作反馈）范式。与传统世界模型仅作为训练辅助工具不同，ω-EVA在机器人执行动作前，先提出候选动作、想象其后果，再根据后果反馈修正动作。这一"预演—验证—执行"的闭环使世界模型从训练阶段的辅助角色，转变为实时参与决策的反馈模块。

该范式的技术特点体现在三个方面：可反馈，将动作后果显式暴露给策略修正模块；可重写，策略修正不仅评估候选动作，还直接生成新的动作序列；可部署，后果推理在隐空间中完成，无需生成完整未来视频帧，从而在端侧实现实时运行。这一机制与星源智"具身大脑模型+高算力端侧算力平台"的软硬一体体系配合，使世界模型能力能够在机器人本地独立运行，不依赖云端。

03研究延展：从ω-EVA到JEPA-WAM，世界模型持续服务于行动决策

在ω-EVA之后，星源智在世界模型方向持续推进。JEPA-WAM以较小的模型参数量，无需大规模机器人预训练数据和像素级未来视频生成，通过学习环境时序变化规律，将世界建模与动作生成进一步打通。模型基于冻结的预训练V-JEPA编码器构建当前—未来联合结构化表征，通过Shared Predictor共享预测器架构，由同一预测器同时承担隐状态时序预测与连续动作生成两项任务。

在WRC展会现场，星源智技术团队围绕世界模型的端侧部署、跨模型适配以及与已有VLA策略的融合路径，与参会高校和研究机构进行了多轮交流。JEPA-WAM相关代码已正式开源，星源智希望通过开放研究成果，为世界模型与机器人策略的融合提供可复现、可验证的技术参考。

星源智相关负责人在大会期间表示，世界模型的价值不在于生成一幅逼真的未来画面，而在于让机器人理解环境如何变化，并将这种理解转化为更稳健的行动。从ω-EVA到JEPA-WAM，星源智正在围绕"让世界模型真正服务机器人行动"这一方向持续深耕。

2026世界机器人大会搭建了技术交流与产业对接的桥梁。星源智期待与产学研各方一道，推动世界模型从研究走向部署，从演示走向实用。