WTM何时出现？8个月内的必然
前一篇《仅剩8个月！AI大脑迎来彻底大换血》把账算清楚了：WAM优化的是单步动作概率P(aₜ|oₜ,I)，WTM优化的是整个轨迹的任务成功率 P(success|τ)。
10步任务每步95%，连乘只剩60%——这是数学，不是观点。
既然WAM在基准测试上已经跑到LIBERO 99.25%、RoboTwin 94.3%，单步看起来“够用了”，那行业为什么不能慢慢等WAM自己长成WTM？为什么要预言“8个月内”这个急促的时间窗？
答案不在论文里，在甲方的账本里。2026年世界模型赛道融资事件已达42起，基本追平2025年全年，上半年融资总量超40亿元。
钱在疯狂涌入，但资金的考核口径已经彻底变了——WAM的“单步神话”，正在撞上产线的“全局KPI”。
WAM的“技术自嗨”与甲方的“生存指标”
毕马威在WAIC期间发布的报告把话说得很直白：投资评价维度已彻底脱离过去两年“比拼模型参数量、演示效果”的旧框架，全面转向真实场景任务完成率、陌生环境泛化能力、单位部署成本三类工程化指标。项目尽调，正从“看论文和演示”转向“看产线和订单复购”。
毕马威中国卢鹍鹏进一步明确了“商业化奇点”的判定线：只有当模型“在极短决策周期内精准指挥机器人完成长流程任务，显著提升人工替代率、提高设备运转效率并加快生产节拍时”，才算真正跨越商业化落地的奇点。
注意这三组关键词——长流程任务、设备运转效率、生产节拍。没有一个是“单步动作成功率”。
这正是WAM的死穴。WAM厂商在招投标时拿出来的是“单步95%”“LIBERO 99%”“推理85毫秒”，但甲方在招标文件里写的却是另一套话：
任务完成度：这条线良率能不能提升5个点？
换型效率：换一个SKU我要停线多久？传统方式一周，你能压到多少？
单位部署成本：这台机器一年能帮我省多少人工、减多少报废？
回本周期：我这笔CAPEX什么时候能收回？
头部3C厂的招标文件里，“任务完成度”和“换型效率”已经被列为一票否决项。再拿“单步95%成功率”去糊弄，连投标门槛都摸不到。
为什么甲方突然这么狠？因为2026年上半年国内具身智能赛道融资总额突破900亿元，同比提升5倍，钱烧到这个量级，demo期就必须结束。大晓机器人在中石油便利店、快客达等零售场景跑通“场景采集—数据迭代—模型优化—营收回流”的完整闭环，并官宣未来一年内完成千店落地——这意味着行业里已经有人开始用“回本”说话，那所有人都会被这个标尺衡量。
WAM在产线上的三笔算不清的账
把WAM的技术特性和甲方的KPI逐项对齐，会发现三笔WAM根本算不清的账，这也是WAM商业化落地的最大阻碍。
第一笔账：长时序误差累积。毕马威明确把“长时序误差累积降低虚实迁移可靠性”列为世界模型商业化落地的三大核心难点之一：模型在虚拟环境中学习的规律，一旦真实执行中出现微小偏差，后续所有预测就会偏离真实轨迹，任务越长偏差越大。WAM优化的是“下一步动作对不对”，它从架构上就没有“任务级纠偏”的机制——误差在任务进度空间里不会被吸收，只会一路乘到任务结束。这是WAM的原罪，不是bug。
第二笔账：换产成本。主流VLA/WAM路线依赖海量预训练数据，物体表面沾水、形变后，预训练数据完全失效。甲方换一个SKU，就意味着重新采集、重新标注、重新微调。传统自动化方案换产要一周以上，WAM厂商并没有从根本上缩短这个时间——因为他们的“世界”是在训练时建模的，推理时为了85毫秒把“看未来”都关了。甲方要的是“分钟级换产”，WAM给的是“周级微调”，这是量级差距。
第三笔账：接触操作的实时性。工业场景的接触操作需要上百Hz级别的实时反馈，而WAM大模型方案由于推理时延，难以做到这么快的即时响应。甲方要的是“抓软管不滑、拧瓶盖不溢、装配不卡”，WAM给的是“看起来动作很优雅”——又一次错位。
这三笔账的共同点：WAM的每个技术指标都很漂亮，但每个指标都不直接对应甲方KPI。
WAM优化的是“动作优雅度”，甲方付费买的是“任务可靠完成”。这是优化目标的根本错位，不是工程细节的差距。
资本已经用脚投票：从“模型崇拜”到“落地为王”
更致命的信号来自融资端。8月10日，橡木果机器人完成数亿元天使轮融资，由招商局创投、蔚来资本共同领投，水木清华校友种子基金跟投，距离其3月完成的近亿元种子轮仅过去四个月。这两家产业资本的选择很有代表性——招商局创投深耕港口、工业制造赛道，蔚来资本聚焦高端制造、智能硬件。他们投的不是“世界模型”，是“能进厂干活的东西”。
橡木果Natus AGE-0的商业化数据更能说明问题：
在全球头部化妆品ODM厂商产线，从签约到POC验证通过历时约两个月；换产调试时间从传统方案的数周缩短到6-40分钟；面向快消、食品、3C等SKU多、批量小、换产频繁的离散制造场景；已与多家不同行业的全球头部客户建立合作，完成抓取、装配、旋拧、插拔的产线POC验证。
招商局和蔚来为什么投橡木果？因为他们看得懂“换产6-40分钟”对甲方意味着什么——这意味着产线可以承接多品种小批量的订单，意味着单位时间产值提升，意味着这笔CAPEX真的能回本。
反观WAM厂商：X-Era Lab在东莞玩具厂做“毛绒熊耳朵对称缝合”，单机日均187次抓取、成功率98.4%、节拍22.6秒——数据很漂亮，但这是单一SKU的极致优化，换一个毛绒玩具款式呢？华润万家补货机器人也是同理。WAM厂商目前的商业化进展，全部集中在“单SKU极致优化”或“零售/仓储等相对标准场景”，一旦进入“换产频繁、物料繁杂”的真离散制造，WAM的单步优化优势就会被换产成本吞掉。
资本看穿了这一点。
所以毕马威会说“投资评价维度已彻底脱离比拼模型参数量、演示效果的旧框架”；所以祥峰投资管理合伙人夏志进会公开批评百亿元估值是“情绪化表现，源于对技术进展的不切实际预期”。
8个月倒计时的真正含义：不是技术成熟，是甲方耐心耗尽
现在我们可以回答“为什么是8个月”了。这不是技术成熟的周期，而是甲方耐心的极限，是资本回本的压力，是WAM在产线上三笔算不清的账同时到期的时间点：
工信部、国资委印发的2026年实景实训要求：年底前人形机器人必须在产线跑出常态化效果；
头部3C厂招标文件：任务完成度、换型效率一票否决；
毕马威判定商业化奇点的核心指标：长流程任务成功率、生产节拍、设备运转效率；
资本回本压力：2026上半年融资900亿元，同比5倍，钱不可能永远烧在demo上；
这四个时间点叠加，构成了WAM厂商必须给出“任务级答案”的最后期限——从2026年8月算起，正好是8个月，即2027年Q1-Q2的规模落地验收窗口。
到那个窗口，会发生什么？
要么PI、星源智在VLA/WAM的壳里把“任务进度回归头”显式加到联合训练目标里，让WAM架构性演变成WTM；要么酷哇把WAIM从连续驾驶跨到离散操作（架构鸿沟不小）；要么橡木果这种“异类”凭借Natus AGE-0的毫秒级本能反射+分钟级换产，在产线上率先跑通“即插即用”的商业闭环，逼着行业承认“WTM不一定非要以世界模型的形态存在”；要么极佳视界这类纯工程派WAM被迫回头把“世界”捡回来，加上任务图——改造成本不小。
但无论如何演变，WAM作为独立的优化范式，会在8个月内退场。它的技术遗产会被WTM吸收（PI的subtask/subgoal、星源智的Envision-Verify-Act闭环、酷哇的WAIM递归修正），但它的“单步动作优化”第一性原理会被抛弃。
8个月倒计时：谁会先交出WTM?
按“技术储备+商业路径”双维度看：
第一梯队：PI、星源智
PI的优势：π0.7已经引入visual subgoal images，使用一个轻量级世界模型（基于BAGEL 14B图像生成模型）根据当前观测和子任务生成near-future目标图像。在UR5e双臂叠衣服任务中，π0.7零样本成功率80.0%，接近人类资深远程操作员80.6%的水平——这已经是“任务级”而非“单步级”的评测。PI离WTM就差“把任务进度作为联合训练目标”这层窗户纸，VLA外壳让它的WTM化改造成本最低。
星源智的优势：ω-EVA的“交互修正闭环”是WTM的天然骨架，1.2B参数跑出LIBERO 98.6%、RoboTwin 90.3%的SOTA成绩。CEO刘东明确布局RoboBrain-Pro具身大脑+RoboOS+T5端侧算力平台，其“具身大脑”定位与WTM的“任务级决策”完美契合。接下来只要把“局部三元组闭环”扩展到“全局任务图+任务进度回归”，就是WTM。
第二梯队：酷哇（场景限定）、橡木果（异类路径）
酷哇：在移动/自动驾驶场景里，它的WAIM就是事实上的WTM——因为这个场景的“任务”和“动作”本来就是连续的。CooWAIM 2.0已经在NAVSIM拿到89.1 PDMS、nuScenes闭环L2误差0.33m，但要从“连续驾驶”跨到“离散操作”，中间有架构鸿沟。
橡木果：如果行业认可“本能驱动也能实现WTM效果”，它是黑马。Natus AGE-0以触觉感知为核心，不依赖任何数据预训练，通过“本能反射+肌肉记忆”双层架构实现零样本泛化与毫秒级自适应操作。更关键的是其“完整产品+即插即用”商业路径——在全球头部化妆品ODM工厂验证中，换产时间压缩至6-40分钟，远优于传统方案的周级换产。橡木果的存在证明：WTM不一定非要以“世界模型”的形态存在，只要最终交付“任务级可靠完成”，本能驱动、技能涌现、端侧闭环，都可以是WTM的等价实现。
第三梯队：极佳视界（纯WAM工程派）
它们有最强的工程化能力（MoT、AutoResearch、85毫秒推理），但架构上主动放弃了推理时的世界建模。要升级WTM，需要回头把“世界”捡回来，并加上任务图——改造成本不小。85毫秒的推理快感，掩盖不了展会现场任务频频失败的尴尬，转型迫在眉睫。
WTM是逼出来的，不是想出来的
回到那个让所有工程师尴尬的问题：“你这台机器，能不能让我这条线良率提升5个点？”
8个月，不是技术成熟的周期，而是甲方耐心的极限。毕马威、IDC的数据，工信部、国资委的实训要求，头部3C厂的招标门槛，这些外部信号汇聚在一起，构成了一个无法逆转的“截止日期”。
WAM厂商现在面临的选择很简单：要么在8个月内把“任务进度”塞进模型的核心监督信号里，要么看着甲方把订单交给能“分钟级换产”的对手。橡木果已经用Natus AGE-0证明了“本能驱动”也能达到WTM的效果，PI和星源智正在用VLA和世界模型的壳逼近WTM的架构——无论哪条路，终点都是同一个：为任务完成度负责，而不是为动作优雅度自嗨。
对于从业者而言，这8个月意味着：别再盯着单步成功率的PPT了，去产线看一眼真实的良率；别再争论模型架构的优劣了，去问问甲方愿不愿意为你的“动作优雅度”付钱。
WTM不会在实验室里诞生，它只会在甲方的催促声中，在产线的轰鸣里，被迫长大。
时间不等人，甲方更不等人。
WTM的倒计时，已经开始。
本文来自微信公众号 “亿欧网”（ID：i-yiou），作者：刘政鑫，36氪经授权发布。
