它石智航发布AWE 3.5具身基座大模型，打造改变世界的物理AI

7月17日，WAIC 2026主论坛上，它石智航创始人兼CEO陈亦伦博士甩出了一张重磅牌——新一代具身原生基座模型AWE 3.5。这张牌不仅拿下了本届大会唯一的SAIL之星奖，更是直接给行业定了个调：具身智能的“炼丹炉”已经开火，且成功炼出了第一批丹。

跑通“预训练+后训练”闭环：不是Demo，是方法论

AWE 3.5最硬核的地方，不在于某项指标的暴涨，而在于它在业界第一次证明了“预训练+后训练”这条完整范式在机器人身上是走得通的。过去大家各自在感知、规划、控制上做拼图，东一榔头西一棒槌。它石智航这次直接把拼图打碎，重铸了一套从架构到数据、再到训练验证的全链路闭环。

这套闭环的核心是五个环节：原生架构、双先验预训练、世界引擎驱动的后训练、Scaling验证、数据持续反哺。而支撑这一切运转的燃料，是已经突破百万小时级别的human-centric数据。到今年年底，这个数字将冲击千万小时。这些数据可不是随便录的，而是经过精细建模和筛选，确保模型从一开始接触的就是一个真实物理世界的“概况视图”。

Born as One：机器人不再需要“外挂大脑”

业界常见的做法是“乐高式模型拼接”——一个视觉模型看路，一个语言模型理解指令，再找个动作模型执行。但AWE 3.5的设计理念是“Born as One”，从模型基因层面就把动作、感知、几何、触觉融为了一体。这让机器人本身就成了理解物理世界的“第一公民”，不再需要其他模型做中间翻译。

带来的直接效果是，机器人执行任务时摆脱了对单一场景的牵制。从拧螺丝到端咖啡，从流水线质检到家庭收纳，模型底层具备的跨任务泛化能力，让通用机器人的落地有了一个更符合直觉的起点。此外，AWE 3.5还强化了前代AWE 3.0的全视角通感决策、高密度触觉感知和隐空间丝滑动作三大技术锚点，让机器的精细操作能力更有保障。

预训练+后训练：让机器人学会“举一反三”

当前行业普遍依赖海量示教数据来教机器人做事，这就像给它一本“错题集”，只能照本宣科。AWE 3.5在预训练阶段引入了隐空间动作与几何双先验，让模型在接触具体机械臂之前，就已经建立了对动作规律和空间结构的底层认知。这意味着，它不需要每遇到一个新任务就从头学起，跨本体、跨场景的泛化能力因此大大提升。数据对比很直观，相比业内标杆PI0.5，它石智航表示模型的任务吞吐量大幅提升，执行效率翻了倍。

而到了后训练阶段，模型嵌入了“世界引擎”，可以在隐空间里做“头脑风暴”——提前推演不同动作的未来结果，引导最优决策。这种能力不再局限于几秒钟的短视动作，而是支持数分钟连续、交互式的闭环推演。结合海量真实数据与参数规模的扩展，Scaling Law在机器人领域兑现的时刻，看起来比预想中来得更快。

从单一模型到方法论闭环，AWE 3.5的意义不止于技术升级。它把具身智能从“做实验”的阶段正式拉进了“建基础设施”的赛道。而这背后，是中国在物理AI领域，试图定义下一代通用智能底座的一次关键落子。