過去幾年，世界動作模型（WAM）沿着一條清晰的路線演進：更大的數據、更深的推演、更強的預測。整個行業默認的假設是，智能的上限取決於規模。

　酷哇科技在最新發佈的世界模型工作中，對這個假設提出了不同看法。他們的判斷是：當模型規模不再是主要約束，智能的瓶頸會轉移到認知資源的分配方式上——機械人在空曠道路和複雜路口消耗同樣的推演算力，這個被整個行業忽視的結構性問題，正在同時拖累性能與成本。

　基於這一判斷，酷哇發佈了自適應想像世界模型 RISE，論文、代碼與數據集同步開源。這是繼 DAWN 交互式推理架構之後，他們在世界模型方向的第二項工作。兩項工作合在一起，可以看出這家公司對行業的三個思考。

　思考一：推演深度不該是超參數，而該是決策。

　現有 WAM 無論架構如何變化，都沿用全局固定的想像預算（Fixed Rollout Budget），推演深度由工程師預先設定。RISE 把這件事交還給模型：潛在評估器（Latent Evaluator）在每一步推演後評估已揭示的風險曲線與未來規劃增益，推演門控（Rollout Gate）實時權衡增益與算力成本，自行決定繼續思考還是立刻行動。推演的有效深度從人工設定變成一次次 Roll/Stop 決策的湧現結果。

　消融實驗支撐了這個方向：1,248 個測試場景在零推演下表現最佳，強行加深反而拉低性能；另有 6,000 余個複雜路口場景依賴 3 幀以上的深層推演。固定的深度在任何一端都是錯的——行業為“一刀切”付出的代價，一直被算進延遲和硬件賬單裏，很少有人把它單獨拎出來看。

　思考二：安全數據的缺口，真實世界補不齊。

　具身智能行業對數據的討論集中在規模，但酷哇把注意力放在結構上：真實駕駛日誌記錄的幾乎都是安全通過的單一結局，safety-critical 的事故長尾天然缺失，而這個缺口靠多跑車補不齊——沒有公司會用事故換數據。他們的解法是 CounterDrive 反事實數據集：以真實場景起始幀為基礎，用 AIGC 大規模生成危險結局，再經專家驗證與人工標註，形成"真實-反事實"成對的監督信號。接入後，模型的危險識別 AUC 從 0.5 左右的盲猜水平提升至 0.93 以上。

　這指向一個行業級判斷：未來機械人公司的數據競爭力，一半在真實場景的回收能力，一半在合成數據的因果質量。

　思考三：調度模塊應該成為行業公共件。

　RISE 的調度器被設計成獨立模塊，團隊以插件化方式將其接入前代 DAWN 架構，不改動 Predictor 與 Planner 的任何底層邏輯，DAWN 的 PDMS 即從 89.1 提升至 90.3。加上論文、代碼、數據集的全面開源，酷哇釋放的信號是：自適應調度不是某一家公司的私有技巧，而是所有 WAM 都可以復用的基礎能力。在 NAVSIM v1/v2 上，RISE 分別取得 91.5 PDMS 和 90.8 EPDMS，v2 九項細分指標中七項排名第一或並列第一。

　從 DAWN 到 RISE，這條技術線的落點始終如一：讓機械人在真實城市環境中 24 小時穩定作業。酷哇把長時魯棒性視為具身智能的第一約束，而自適應算力調度是他們交出的第二份答案。這個世界模型該往哪裏走的問題，現在被擺到了枱面上。

　酷哇科技（COOWA）成立於2015年，作為世界模型驅動的城市場景具身智能全棧商。公司深度聚焦智慧出行、市政環衛、智能製造、物業服務四大核心場景，構建了涵蓋輪式機械人、四足機器狗及泛人形機械人的多元化產品矩陣。酷哇始終堅持以技術創新推動具身智能從 Demo 走向規模化落地，致力於打造真正具備生產力價值的機械人。（記者 楊凌雲）