在WRC 2026大会上，星动纪元创始人兼CEO陈建宇提出，世界模型可能不仅是VLA的增强模块，而可能成为下一代具身智能的核心范式。他认为，机器人要真正进入物流、服务乃至家庭等开放场景，必须从“模仿人类动作”转向“理解物理世界规律”，而世界模型正是实现这一跨越的关键。

陈建宇将具身大模型的迭代归纳为三个范式：第一范式是语言模型加机器人控制，以ChatGPT出现为起点，但仍是模块化架构，无法端到端训练；第二范式是多模态底座上的VLA模型，约在2023年GPT-4出现后兴起，将视觉、语言和动作融合进统一模型，典型代表包括Google的PaLM系列和RT系列；第三范式则是世界模型，以2024年发布的Sora第一代为标志，具身智能据此发展出“世界动作模型”，不仅能预测动作，还能预测未来世界状态的演化，形成闭环。

陈建宇指出，VLA的局限不在端到端训练本身，而在其学习方式——几乎全靠模仿人类行为数据，遇到新任务时泛化能力有限。而世界模型构建的是对物理世界的常识性理解，例如“水杯倒水水会往下流”这类常识无需反复学习，因此天然具备更好的泛化性。他进一步强调，世界模型的智能底座是视频模型，直接处理原始图像、视频、音频数据，包含更丰富的物理细节，比以语言为底座的多模态模型更适合面向物理世界操作的具身智能。

星动纪元早在2024年就发表了全球首个融合视频预测与动作预测的世界动作模型，比英伟达的类似方案早了约一年。在数据层面，公司构建了基于大规模人类行为的数据集，并加入第一人称人类操作数据；还与Facebook AI团队的Andreas合作完成ControlNet相关工作，提升动作精准可控性，并将世界模型放入真实世界用真实反馈迭代。

陈建宇展示了模型的多项能力：世界模型能精准预测复杂物理现象，生成的图像与真实实拍几乎无法分辨；在零样本任务泛化上，模型能在办公区随机场景中完成“把左边的拖鞋放到右边拖鞋旁边”等带逻辑推理的指令；经过后训练，模型还能完成叠纸盒、翻袜子、脱鞋、开水等精细操作，并具备跨本体能力，能操作灵巧手使用螺钉枪、移液器等工具。

在硬件层面，星动纪元坚持软硬一体全栈自研，从整机、关节模组、机械手到电机、减速器、驱动器均自主开发。公司推出了全球首个面向商用的人形机器人复杂地形方案，2023年底已实现涉水行走、上下楼梯，今年春节期间还发布了全尺寸人形机器人舞剑演示。其灵巧手采用全直驱方案，响应速度极快，一秒钟可点击10次鼠标，负载达24千克。

商业化方面，陈建宇认为今年具身行业已进入拐点。星动纪元从物流工业起步，B端客户项目已覆盖十余个城市，在物流分拣等场景常态化运作，同时开放硬件本体、API和软件工具链供二次开发。他强调，通用机器人是一个持续进化的系统，大脑、本体和场景协同形成飞轮，随着能力提升不断开拓新场景，飞轮将越转越快。