NE时代

2026年，没有人再争论AI能不能写代码。从辅助补全到接管整个工程任务，代码领域的“AI时刻”已经发生，它成了所有人评估AI进程的心理坐标。

于是一个自然的问题浮出水面：物理世界的“AI Coding时刻”，什么时候来？

7月17日，在2026世界人工智能大会（WAIC）主论坛「从虚拟到现实：世界模型如何驱动具身智能？」圆桌上，它石智航创始人兼CEO陈亦伦给出了他的答案。他认为“未来三年制造业将成为具身智能最重要的发展⽅向。制造业可以看作物理世界的Coding。中国的制造场景不仅拥有海量真实作业数据，也具备明确的评价标准和丰富多样的任务，是训练世界模型、验证物理AI能⼒的最佳实践环境。”

从WAIC现场也能看出这个判断正在成为共识。

相比去年偏重展示模型能力本身，今年具身智能赛道明显把重心放在了场景落地上。不少企业选择把真实产线原样搬进展台，展示其真实落地情况。比如苏度科技和宁德时代合作的电池模组生产线、JAKA和华域电动合作的电机外壳装配、国地中心和延锋合作的喇叭套件装配等。

这些场景中，最引人注目的，是它石智航与天海电子合作的汽车线束装配线。

众所周知，汽车线束的装配是最难实现自动化操作的工序。正因如此，这条线束装配产线极有可能成为陈亦伦给出的那个“AI Coding时刻”的起点。

01.

他见过质变发生的那一刻

要理解这一切，得回到陈亦伦的上一段战场。

陈亦伦此前在交流中回忆过华为自动驾驶时期推动端到端的经历。当时业内的标准做法，是感知、融合、预测、决策、规划五层串联，每层由数百人的工程团队用规则代码堆砌。

这套机制一旦问题出了怎么办？

一层层往上“甩锅”，靠组织之间的博弈把问题传导回去。他形容那是一种“人肉反向传播”，而人肉传播是有上限的。

他选择的解法在当时近乎离经叛道：砍掉一半测试车队的常规任务，转去全量记录人类司机的真实驾驶数据，喂给端到端网络。

转折点出现在一个具体的数字上。数据积累到5000小时左右，模型输出发生了肉眼可见的变化；到9000小时，“它不是死记硬背，是真的学到了东西”。最终，一套只有约300行核心代码的端到端系统，替代了身后30万行的规则代码，在上海闹市一段人车混行、上百个动态目标的路段流畅通过。

那是传统方法公认搞不定的场景。

从这段经历里，陈亦伦提炼出一个后来反复出现在他表达中的判断：数据才是源代码，模型只是编译出来的结果。数据规模的断档，会直接带来产品能力的断代。

所以当他在2025年创办它石智航、进入具身智能领域时，第一个问题不是“用什么模型架构”，而是：数据从哪来，要多少。

02.

1000万小时：一道劝退大多数玩家的门槛

陈亦伦的推算方式很工程师：自动驾驶达到产品级交付，需要约100万小时的精华数据。

这是他亲手验证过的数字。

而具身智能要处理的任务复杂度，至少比自动驾驶高一个数量级，“自动驾驶可以看作它的一个子模型”。

由此得出门槛：约1000万小时的高质量真实数据。

他同时给出了边界，从1000万小时到1亿小时，边际效应递减，到那时瓶颈就不再是数据了。

拿这把尺子去量当前行业的三条数据路线，结论会变得很清晰。

遥操作。它真实、确实能work，但采集效率与机器人数量成正比，成本高企，永远到不了千万小时量级。陈亦伦的判断很直接：遥操作适合在单一任务上精雕的垂类小模型，但对具身大模型而言“是一条死胡同”。更致命的是，很多真实场景根本不允许这种采集方式。工业产线有严格节拍，你不能让一个动作迟滞的遥操作环节把整条线打乱。

视频数据。视觉能提供几何和语义信息，却拿不到力、接触、触觉——恰恰是操作类任务成败所系的物理信息。这就是“一碰就破”的根源：模型生成的世界在像素层面无懈可击，在物理层面不堪一击。对需要真实交互的机器人来说，缺失的那部分不是锦上添花，是地基。

Human-centric范式。也就是它石智航给出的答案，是从真实的人类生产实践中获取数据：人正常工作、生活，采集系统无感记录——对标的正是自动驾驶“人开车、车记录”的数据飞轮。这类数据不仅模态完整，还同时记录了动作与环境状态的持续变化，本质上是真实世界里“干活的数据”。

这条路线还有一个容易被低估的红利。人做任何熟练动作时都带着大量不经意的小动作——把钥匙插进锁孔，人不会像传统机器那样对准后直插，而是拉过去、贴着边、试探着进。这些“小脑反应”式的微动作，恰恰是人类技巧的蒸馏，会极大提升任务的最终鲁棒性。而遥操作数据里，恰恰没有这些。

现状是：它石已经迈过100万小时，也就是“自动驾驶级”的高质量真实数据规模，并计划在2026年底冲击千万小时级投入。按陈亦伦自己的标尺，这意味着从"子模型"量级向"完整模型"量级的跨越正在进行中。

03.

AWE 3.5：把数据判断做成一个闭环

数据的判断讲完了，这些数据被做成了什么？

答案是它石在本届WAIC主论坛上正式发布的新一代具身原生基座大模型AWE 3.5。

“原生”两个字本身就是路线表态。行业里大量玩家的做法，是把成熟的视觉语言模型拿来改造、外挂动作头；而AWE从架构起点就是为具身任务设计的。在陈亦伦的认知里，数据的分布和类型决定网络架构，具身数据是连续的sensor与action流，和离散的文本token在本质上不同，套用为语言而生的架构，天花板从一开始就被限定了。

围绕AWE 3.5，它石构建了一个方法论闭环：原生架构 + 双先验预训练 + 世界模型驱动后训练 + 持续数据反哺。官方对此的概括是，依托超百万小时human-centric真实数据及丰富的视触觉信息，首次实现具身原生模型的「预训练+后训练」完整范式。

拆开看，它和前文的数据判断严丝合缝：human-centric数据从真实生产实践中来，喂给原生架构完成预训练；世界模型在后训练阶段扮演“裁判”——不仅预测机器人下一步动作（Action），更预测动作执行后世界状态（State）如何演化，用动作与环境的因果关系校准模型行为；模型进入真实场景干活，产生的新数据再回流训练。

这条路线的成色，前代模型已经给出过一组可查证的数字。今年3月发布的AWE 3.0，通过全视角通感决策（OSD）让机器人在训练中从未见过的新视角下任务性能提升3倍、动作抖动降低超45%；搭载AWE 3.0的A1机器人，还拿下了中国具身智能在工业精密操作领域的首个吉尼斯世界纪录。3.5是在这个已验证的底座上，把"预训练+后训练"的范式补完整。

这也应证了陈亦伦的观点，真正的世界模型，不是一台越来越逼真的“视频生成器”，而是这个闭环里理解因果、校验行为的那一环。用陈亦伦在圆桌上的概括，世界模型理解世界，物理AI改变世界。只预测动作而不知道动作的结果，就无法保证机器人行为的可靠性。

值得一提的是，它石这次没有把模型停留在发布会PPT上。展台现场，AWE 3.5开放了模型可视化互动体验。观众可以走进世界模型构建的虚拟空间，亲眼看机器人大脑如何理解空间、推演物理规则、规划动作路径。对一个把"理解因果"作为核心主张的模型来说，把黑盒当众打开，本身就是一种表态。

在商业化路径上，这套模型对应的是它石从成立之日起坚持的“Foundational Model + App”：一手构建面向物理世界的原生基座模型，一手通过垂类应用进入真实产业现场，让AI在真实任务中被验证、被交付。

04.

展台即考场：三道题

大会首日，它石通用具身大模型AWE摘得WAIC SAIL之星，成为本届唯一获SAIL奖的具身智能基座模型。

不过对于观众来说，更有说服力的是展位上正在发生的事。这次它石把“可信赖”拆成了可看、可试、可验证的三道题。

第一道，泛化题。展台上由AWE驱动的A1机器人在连续完成手机装盒收纳、书包打包、细小螺丝分类等任务。这些演示的意义不在单项难度，而在于“没见过的场景也能干、换一个东西也能做”。

第二道，交付题。它石在自有展台1:1复刻了与天海电子合作的一条线束工厂环形流水线，多台A1机器人组成作业集群，在AWE 3.5赋能下协同完成柔性线束装配的关键环节；这一场景同时入选WAIC官方具身机器人展区「模登时代·伙伴之城」。展台之外，它石正与上海嘉定区政府及天海电子、安波福等龙头伙伴推进规模化验证，推动全国首个千台级工业具身智能机器人集群的落地部署。除天海电子外，近日它石机器人也已进入安波福产线。

△ 它石机器人落地安波福产线

第三道，精细操作题。7月18日，搭载DexHand灵巧手的A1机器人与魔术大师邓男子完成了一场灵巧手魔术首秀，现场完成摊牌、洗牌、写字、拧魔方等动作。

表演是形式，内核是对通用执行末端、工具使用、节奏配合与动作稳定性的综合考验。

这背后连着陈亦伦的另一个坚定立场，他是触觉的坚定拥护者。

机器人与自动驾驶最大的区别在于前者是接触系统，“所有的失败都发生在最后一厘米”，视觉与触觉的结合，才构成完整的世界模型。

三道题连起来，正好是机器人落地的三个方向。能理解不同任务，才能干好活；能迁移到真实产线，才能真干活；能完成精准反馈，才能干细活。

05.

为什么是线束：不是场景选择，是制高点选择

在所有可选的落地场景里，线束装配大概是最不“性感”的一个。没有人形机器人端咖啡的画面感，没有家庭场景的想象空间。

NE时代智能体 ，赞27

但如果理解陈亦伦“制造业可以看作物理世界的Coding”这个类比，就会明白线束恰恰是他刻意选择的制高点。

汽车是全世界最拥抱自动化的行业，车身、涂装、总装早已高度自动化，但线束因为柔软、精密、非刚体的特性，始终是机器啃不动的硬骨头。

中国约有百万量级的线束工人；年产300万辆车的体量背后，就有十几万人在支撑这个单一工种。在整个工业体系里，很难找到第二个如此高密度的人力聚集在单点任务上的环节。

再看历史的镜像。上一个机器人时代的起点，是ABB那代人为解决汽车喷涂问题。这是一个对人体高度不友好、机器又干得比人好的场景。依托机械臂的正逆解方法，也由此开创了整个工业机器人产业。

但这一代明显不同。不再是谐波减速器和运动学解算，而是具身AI。如此一来，同样是汽车工业里“人干不好也不想干”的顶级难题，线束之于这一代，就像喷涂之于上一代。

最后是制高点逻辑。线束装配集齐了柔性操作、精密控制、严格节拍、可靠性要求，是汽车装配中最难的环节。而从高难度任务向低难度场景泛化容易，反过来极难。因此解掉线束难题，就等于解锁了一整篮问题。 

而且制造场景自带训练价值：海量真实作业数据、明确的评价标准、丰富多样的任务，是训练世界模型、验证物理AI能力的最佳沙盒，这也正是“物理世界的Coding”这个类比的深意。

进度上，陈亦伦在早前公开场合表示，它石在这个场景已投入约超14个月，目前产业化已经启动。

06.

写在最后

对于物理世界的“AI Coding时刻”什么时候来？目前还没有明确的答案。

但陈亦伦给出了一份可以被检验的清单：千万小时级真实数据、原生基座模型的持续迭代、千台级工业集群的规模化部署。

上一次，他在自动驾驶领域亲眼见过5000小时数据引发质变的那一刻。这一次，他把同一个剧本押在了大一个数量级的赌注上，而开局的落子，是一条最不性感、也最难啃的汽车线束。

由此来看，或许物理世界的“AI Coding时刻”很快就会到来。