国金证券-物理AI行业周报-具身模型上下文学习泛化能力涌现-20261101.pdfVIP

行业观点

具身模型首次出现可测量的上下文学习，本轮物理AI的核心变量由硬件性能升级转向泛化能力涌现。GEN-1.5

可以将3-12秒的单次示范作为“物理提示”，在不更新模型参数的情况下执行新任务；随着预训练持续推进，

模型适配新任务所需的专用数据和梯度更新显著减少，下一动作预测误差仍在持续下降。我们认为，这表明大规

模物理交互预训练正推动机器人由针对单一任务反复训练转向基于示范快速学习，技能获取方式开始发生根本变

化。

世界模型、VLA与底层控制加速协同，机器人智能由单点模型走向分层基础设施。Genie4由离线视频生成进一

步升级为实时、可交互的世界模拟，并结合Gemini推理能力，为任务规划、危险场景推演、长尾数据生成和智

能体训练提供新的环境基础。与此同时，行业逐步形成高层任务理解与规划、中层动作策略和底层实时控制相互

协同的分层架构：世界模型负责推演环境与行动结果，VLA负责将视觉和语言转化为动作，底层控制模型保证接

触、平衡和执行器控制的稳定性。模型不再只是附加在硬件上的识别模块，而开始成为技能获取、环境推演和持

续学习的共同基础。

产业评价由单次演示转向有效产出，部署-数据-模型闭环开始形成。智元在创新日提出Worken“有效智能工时”

概念，将活跃机