上海人工智能实验室近期宣布推出“书生”物理世界模型W0，这一创新成果为人工智能从数字领域向物理空间拓展提供了关键技术支撑，同时为科学智能从理论推演迈向实际实验开辟了全新路径。该模型通过整合多模态感知能力，使机器人能够同步进行环境感知、行为预测、动作执行和实时修正，突破了传统系统按顺序逐步处理的局限。
W0的核心创新体现在两大技术突破：其一是“原生力触”感知系统的引入。该系统将触觉反馈与视觉信息、机体状态数据深度融合，使机器人在操作过程中能够综合判断接触力度、物体位置及自身姿态。例如，当机器人接近目标物体时，视觉系统负责定位与路径规划；进入接触阶段后，力触传感器会实时反馈受力变化；机体状态数据则反映当前运动姿态，三者协同为动作调整提供完整依据。
另一项突破性设计是“双工协同”架构。该架构通过双向信息流实现输入与输出的并行处理：输入端持续接收语言指令、视觉观测、力触反馈及机体状态等多模态数据；输出端同步生成语义理解结果、未来状态预测及动作指令。这种设计使模型在执行动作时仍能处理新输入信息，并据此动态更新预测结果与后续动作。得益于异步异频算法的支持，后台规划与实时行动可并行推进，无需等待完整规划周期即可响应环境变化。
实验室研究人员解释，这种技术架构使机器人在视觉受限的精密操作中仍能准确判断操作状态。无论是检测物体是否握稳、接触是否到位，还是规划下一步调整方案，W0都能提供可靠的动作指导。其异步异频算法通过分离不同时间尺度的计算任务——将长期预测与高频动作更新分别处理——使计算资源得以高效利用，同时确保视觉、力觉及机体状态信号能及时参与决策过程。
目前，W0已集成至“书生·端砚”科学发现平台，与书生科学大模型S2协同工作。科研团队利用该系统完成了基因编辑蛋白定向进化、美哌卡因有机合成及脂质纳米颗粒制备等多项干湿实验闭环。在脂质纳米颗粒合成实验中，模型通过实时分析反应条件变化，动态调整工艺参数，最终成功制备出符合要求的纳米颗粒。这一成果验证了W0在复杂实验场景中的实际应用价值。
该模型的推出标志着人工智能与物理世界交互技术迈入新阶段。通过整合多模态感知与实时决策能力，W0为化学、生物及材料科学等领域的自动化实验提供了新型工具。其技术架构不仅提升了机器人在动态环境中的适应能力，更为科学发现过程的智能化转型奠定了基础。随着相关技术的持续发展，这类系统有望在更多科研领域发挥关键作用。
