國產人形機器人領域迎來里程碑式進展——成都人形機器人創新中心近日宣布，成功研發出國內首個基于流形拓撲保持的機器人世界模型（MTPR-WM），為機器人賦予接近人類的“空間直覺”能力。這項突破標志著我國在具身智能核心技術領域實現重大跨越，有望推動國產機器人從“感知機器”向“物理智能體”升級。

傳統AI模型在處理物理世界時存在顯著局限。以具身智能領域常用的生成式架構（如VLA）為例，這類模型通過“生成”未來狀態進行決策，但容易產生“模型幻覺”——類似大語言模型輸出不確定答案的問題。在機器人任務執行中，這種不確定性可能導致碰撞、穿越等安全隱患，成為制約行業發展的關鍵瓶頸。成都團隊通過顛覆性創新，將技術路線從“生成”轉向“預測”，徹底解決了這一難題。

新發布的MTPR-WM模型采用流形技術構建核心架構，通過將高維物理狀態映射到低維空間編碼，使機器人在隱空間規劃中嚴格遵循物理規律。這種設計讓機器人不僅能識別障礙物，更能感知物體邊界的動態變化，實現對空間結構的本質理解。實驗數據顯示，搭載該模型的機器人在復雜動態環境中的決策速度提升3倍以上，碰撞風險降低90%，徹底擺脫了傳統感知模式的束縛。

該團隊的技術積累可追溯至2025年8月，當時其發布的國內首個基于世界模型的機器人任務執行系統（R-WMES）已奠定技術基礎。此次突破進一步驗證了“預測型”架構的優越性——通過機器人動作與環境物體的交互，模型能精準預測未來狀態，結果具備高度確定性和泛化能力。這種技術路線正成為全球人形機器人領域的技術收斂方向，被視為實現物理理解能力的核心跨越。

幾何深度學習的持續推進為技術落地提供關鍵支撐。在空間占據關系框架下，機器人對物理世界的理解從“表面感知”深入到“結構認知”層面。例如，當機器人處理移動障礙物時，不僅能規劃避障路徑，還能預測物體運動軌跡并提前調整策略。這種能力使機器人從被動響應環境轉變為主動理解環境，為家庭服務、工業制造等場景的應用開辟了新可能。

據研發團隊介紹，MTPR-WM模型已進入工程化階段，下一步將重點推進技術在機器人本體矩陣中的落地應用。通過持續優化模型架構，團隊計劃在3年內實現機器人物理推理能力的指數級提升，讓機器人在復雜場景中的自主決策能力接近人類水平。這項突破不僅將重塑國產機器人產業格局，更為成都打造人形機器人產業高地提供了核心技術支撐。