在WRC 2026大會上，星動紀元創始人兼CEO陳建宇提出，世界模型可能不僅是VLA的增強模組，而可能成為下一代具身智慧的核心範式。他認為，機器人要真正進入物流、服務乃至家庭等開放場景，必須從“模仿人類動作”轉向“理解物理世界規律”，而世界模型正是實現這一跨越的關鍵。

陳建宇將具身大模型的迭代歸納為三個範式：第一範式是語言模型加機器人控制，以ChatGPT出現為起點，但仍是模組化架構，無法端到端訓練；第二範式是多模態底座上的VLA模型，約在2023年GPT-4出現後興起，將視覺、語言和動作融合進統一模型，典型代表包括Google的PaLM系列和RT系列；第三範式則是世界模型，以2024年釋出的Sora第一代為標誌，具身智慧據此發展出“世界動作模型”，不僅能預測動作，還能預測未來世界狀態的演化，形成閉環。

陳建宇指出，VLA的侷限不在端到端訓練本身，而在其學習方式——幾乎全靠模仿人類行為資料，遇到新任務時泛化能力有限。而世界模型構建的是對物理世界的常識性理解，例如“水杯倒水水會往下流”這類常識無需反覆學習，因此天然具備更好的泛化性。他進一步強調，世界模型的智慧底座是影片模型，直接處理原始影像、影片、音訊資料，包含更豐富的物理細節，比以語言為底座的多模態模型更適合面向物理世界操作的具身智慧。

星動紀元早在2024年就發表了全球首個融合影片預測與動作預測的世界動作模型，比輝達的類似方案早了約一年。在資料層面，公司構建了基於大規模人類行為的資料集，並加入第一人稱人類操作資料；還與Facebook AI團隊的Andreas合作完成ControlNet相關工作，提升動作精準可控性，並將世界模型放入真實世界用真實反饋迭代。

陳建宇展示了模型的多項能力：世界模型能精準預測複雜物理現象，生成的影像與真實實拍幾乎無法分辨；在零樣本任務泛化上，模型能在辦公區隨機場景中完成“把左邊的拖鞋放到右邊拖鞋旁邊”等帶邏輯推理的指令；經過後訓練，模型還能完成疊紙盒、翻襪子、脫鞋、開水等精細操作，並具備跨本體能力，能操作靈巧手使用螺釘槍、移液器等工具。

在硬體層面，星動紀元堅持軟硬一體全棧自研，從整機、關節模組、機械手到電機、減速器、驅動器均自主開發。公司推出了全球首個面向商用的人形機器人複雜地形方案，2023年底已實現涉水行走、上下樓梯，今年春節期間還發布了全尺寸人形機器人舞劍演示。其靈巧手採用全直驅方案，響應速度極快，一秒鐘可點選10次滑鼠，負載達24千克。

商業化方面，陳建宇認為今年具身行業已進入拐點。星動紀元從物流工業起步，B端客戶專案已覆蓋十餘個城市，在物流分揀等場景常態化運作，同時開放硬體本體、API和軟體工具鏈供二次開發。他強調，通用機器人是一個持續進化的系統，大腦、本體和場景協同形成飛輪，隨著能力提升不斷開拓新場景，飛輪將越轉越快。