3个关键点搞懂0.42WM：τ0-WM世界模型解读

3个关键点搞懂0.42WM：τ0-WM世界模型解读

其实很简单，咱们就抓住三个核心事实，就能搞懂这个τ0-WM世界模型。第一个关键点：数据规模。上海创智学院罗剑岚团队发布的这个模型，参数量直接飙到5B，预训练数据规模高达约3万小时。这挺颠覆的是吧？凭什么？因为真机遥操作数据第一次成了绝对主力，占了足足17800小时。这相当于一台机器人，连续两年、一天24小时不停地被人类遥操作，数据量就是这么堆出来的。

第二个关键点，就是模型引入了测试时计算机制（Test-Time Computation）。这玩意儿有什么用呢？它让机器人在执行任务前，对多个候选动作进行排序，选出最优方案。质量不够怎么办？调用模拟器修正后再执行。这一点就挺聪明的，等于给机器人装了一个会“预演”的大脑，而不是傻乎乎地直接上手。

第三个关键点要看实际表现。τ0-WM在四个长程精细操作任务中，包括Toolbox（工具收纳）、School Bag等场景，平均成功率都超过了其他对标模型。没错，真机数据训练出来的模型，确实在精细控制上更靠谱。它不是光会预测画面，还能生成精准的动作。

现在行业里都说真机数据是奢侈品，难以规模化，只能放在最后的微调阶段。但罗剑岚团队直接用事实证明了，这玩意完全可以拿来砸预训练。而且一砸，就是全球最大规模的开源预训练具身世界模型。这就打破了行业原有的认知，不是吗？

总的来说，τ0-WM这个模型确实挺实在。5B参数、3万小时数据、测试时计算，这几个数字组合在一起，让机器人在复杂任务中的成功率稳步提升。未来具身智能怎么走？也许就该像这样，先让数据飞轮转起来再说。