李云竹提出，想要把世界模型用在机器人的训练和评估上面，首要条件就是这个世界模型必须足够可控，如果缺少可控能力，就算画面生成效果再好，也很难稳定支撑机器人策略迭代。在真实环境里测试机器人成本很高、速度慢，还存在安全隐患，很难大批量、系统性地覆盖各种各样的场景；而可控的世界模型相当于一个数字仿真空间，我们可以单独调整光照、物体位置、摩擦力、相机视角等变量，主动制造各类边界场景，搞清楚机器人在哪种条件下会成功、在哪种条件下会失败，这样才能拿到可信的训练数据和评估结果。
两种仿真路线对比
现在主流有两条路线用来搭建机器人仿真环境，各自都有明显短板。
- 传统物理仿真器：物理规则很稳定，可控性强，但想要还原杂乱多变的真实世界，实现起来难度巨大，很难把现实里所有物体、交互细节全部建模出来。
- 学习型世界模型：依靠数据驱动生成画面，更容易还原真实场景，但早期版本经常出现物体凭空消失、物理规律错乱的问题，一致性差，可控不足，没法稳定用来评估机器人。
李云竹更看好学习型这条路线，但核心前提就是补上可控性，目标是做出三维、可组合、可控的世界模型，兼顾真实感和可调性。
使用可控世界模型开展机器人训练评估的流程
- 搭建可控环境：构建支持独立调节各类环境参数的世界模型，保证空间、时序、交互保持一致，不会出现违背物理常识的生成结果。
- 批量生成交互轨迹：让机器人策略在这个虚拟世界里面运行，大量生成动作对应的交互数据，用来补充训练素材。同时可以引入智能体自动化完成真实到仿真的转换工作，扩大数据规模。
- 系统性评估策略：在可控变量下反复测试，标记不同策略的成功率，区分不同模型的优劣，定位策略的失效场景。
- 迁移到真机验证：把在虚拟环境里表现优秀的机器人策略放到真实机器人上测试，验证仿真结果和现实表现是否对齐，再回头优化世界模型本身。
可控世界模型的核心价值
可控性能够带来两点关键能力，也是它区别普通生成模型的地方。
- 场景覆盖能力：人为控制变量，主动遍历各类极端、少见的场景，避免机器人只见过少数固定环境。
- 可扩展评估能力：它可以作为稳定、大批量的数据来源，低成本筛选模型，减少真机测试频次，大幅加快机器人迭代速度。
总的来说，世界模型不只是用来生成好看画面的生成工具，它的定位是机器人开发里的高吞吐仿真层；只有可控，它给出的训练信号、评估分数才有参考价值，才能持续帮机器人策略变强。
【常见问题】
问题 1：可控世界模型对于机器人训练评估到底起到什么作用？
回答 1：可控世界模型能够提供一个低成本、安全的虚拟环境，系统生成多样场景，批量采集交互数据，并且完成机器人策略评估，减少昂贵又危险的真机测试，为机器人训练评估提供可扩展的数据底座。
问题 2：学习型世界模型想要满足机器人训练评估，最关键短板是什么？
回答 2：学习型世界模型最大短板就是可控性与一致性不足，容易出现不符合物理规律的生成结果，参数不方便单独调节，很难稳定、复现地完成机器人训练评估。
问题 3：可控世界模型和普通物理仿真器在机器人训练评估上有什么区别？
回答 3：物理仿真器可控稳定，但很难还原复杂真实世界；可控学习型世界模型更容易贴近真实画面，只要做好参数可控，就能兼顾真实感与可调性，更适合规模化机器人训练评估。
【参考资料】
[2026-11-15]（李云竹：世界模型要够可控，才能给机器人做训练和评估）虎嗅网
[2026-07-30]（李飞飞：AI 的下一个前沿不是聊天，是 “让机器人看见空间”）新浪财经
[2026-07-28]（Building Worlds That Train Robots）World Labs
【免责声明】
本文内容仅为公开观点整理，不构成技术落地指导；相关世界模型、机器人训练评估技术仍处在前沿研究阶段，效果会受数据集、硬件、算法版本影响，实际落地效果存在不确定性。