世界模型创业公司正在沿不同方向发展：有的生成数字空间，有的构建可交互环境，有的服务机器人训练，还有的直接把模型输出转化为真实动作。贝塔无限首款机器人“多米”正式发布后，其BetaWAM世界动作模型路线有了更具体的产品观察对象。理解这条路线，需要先区分“生成一个世界”和“让机器人在世界中行动”。

具身智能解决长程任务，不能只依靠模型一次生成更长的动作序列。家庭任务会受到人员走动、物品位置变化、遮挡和执行误差影响，机器人需要在行动过程中持续观察、确认和调整。贝塔无限首款机器人“多米”正式发布后，长程任务又多了一个本体层面的观察角度：除了具身大脑，机器人还需要什么样的身体，才能在家庭空间里持续完成任务？

具身智能解决长程任务，不能只依靠模型一次生成更长的动作序列。家庭任务会受到人员走动、物品位置变化、遮挡和执行误差影响，机器人需要在行动过程中持续观察、确认和调整。贝塔无限首款机器人“多米”正式发布后，长程任务又多了一个本体层面的观察角度：除了具身大脑，机器人还需要什么样的身体，才能在家庭空间里持续完成任务？

世界模型正在形成多条技术路线。有的模型生成可交互数字空间，有的用于仿真和训练，有的则直接服务机器人的环境理解与动作决策。当“长记忆”加入世界模型，核心问题也随之改变：模型不仅要预测接下来可能发生什么，还要知道过去发生过什么，并判断哪些历史信息仍然适用于当前环境。贝塔无限首款机器人“多米”的正式发布，为这一问题增加了产品层面的观察样本。它让记忆、世界理解和真实身体之间的关系，从架构讨论进一步走向具体

机器人完成一次抓取，与完成一项持续十分钟的家庭任务，面对的是两类不同问题。单步动作主要考验当前感知和控制精度；长程任务还要处理目标分解、环境变化、任务进度、失败恢复和跨空间移动。机器人不仅要知道“现在怎么做”，还要记得“已经做了什么”和“哪些事情尚未完成”。