近日，上海人工智能实验室发布“书生
”物理世界模型W0 ，为大模型能力从数字空间走向物理世界提供关键支撑
，进而为科学智能从方案推演走向真实实验打开全新路径
。

　　W0从设计之初就将视觉、力觉和触觉融为一体 ，让机器人边感知 、边预测
、边行动、边修正
，四者并行，不用像过去那样按部就班。其核心突破包括“原生力触 ”和“双工协同
”——

　　W0在视觉之外融入“原生力触”感知 ，让接触过程中的反馈与视觉 、身体状态共同参与操作判断
，进入模型的感知与动作决策过程 。当机器人接近物体时，视觉帮助确定操作目标与运动方向；进入接触阶段后 ，力触反馈进一步提供受力变化的依据；身体状态则反映机器人当前的姿态与运动情况
。多种信号相互补充
，使动作调整能够依据更完整的现场信息展开。

　　而W0的“双工 ”，对应多模态信息的输入与输出两个方向 。输入端持续接收语言指令
、视觉观测、力触反馈与身体状态等信息；输出端据此生成语义理解结果 、未来状态预测与动作指令等内容
。这种“双工
”设计 ，使接收新信息与生成新输出并行推进：模型在输出过程中仍能处理新的输入，并据此更新预测
、调整后续动作。在异步异频架构的支持下
，后台规划更新期间，机器人仍能处理新的环境信息、更新后续动作 ，无需让每一次动作调整都等待新一轮规划完成 。

　　上海AI实验室科研人员告诉新民晚报记者
，这意味着，机器人能在视觉受限的精密操作中获得判断依据——无论是否握稳 、是否接触到位 ，还是下一步该如何调整
，W0都能给出可靠的动作指导
。

　　值得一提的是，为支撑多模态输入与输出的持续协同 ，W0采用“异步异频”的算法架构
，让未来预测与动作执行按照各自的计算特点，在不同时间尺度上协同运行——“异步 ”使后台规划与实时行动能够并行推进 ，减少环节之间的等待；“异频
”使较长时间尺度上的预测与高频动作更新相互配合
，将计算资源用于处理各自需要的信息。在规划持续更新的同时，动作系统保持对新观测的响应 ，让视觉
、力觉与身体状态等信号更及时地进入决策链路 。高效的信号处理与高频动作更新相互配合，有助于缩短从环境变化发生到动作作出调整之间的间隔
。

　　据悉
，W0现已接入“书生·端砚”科学发现平台，与书生科学大模型S2共同支撑科研人员完成了基因编辑蛋白定向进化、美哌卡因有机合成 、脂质纳米颗粒合成等干湿实验闭环。未来 ，随着人工智能在与物理世界的交互中加速进化
，化学、生物
、材料等领域的重大科学发现将迎来前所未有的契机 。

（文章来源：上观新闻）