7月17日，在WAIC 2026主论坛上，它石智航创始人兼CEO陈亦伦博士正式发布新一代具身原生基座模型AWE 3.5(AI World Engine)，该项目荣获WAIC 2026 SAIL之星奖，成为本届大会唯一获此荣誉的具身智能大模型。
率先跑通具身原生模型完整闭环，方法论被验证成立
作为业界率先跑通“预训练+后训练”完整范式的具身原生模型，AWE 3.5首次证明了可复现、可扩展、可持续迭代的具身原生的方法论成立，将行业从“零散技术尝试”引入“范式落地”的全新阶段。
AWE 3.5的核心竞争力，来自五大环节的闭环：原生架构、双先验预训练、世界引擎驱动的后训练、Scaling验证，以及数据持续反哺。而支撑这个闭环的，是已快速超越自动驾驶的百万小时级human-centric数据和多模态信息——今年年底，用于预训练的真实世界数据将冲击千万小时。更具行业标杆意义的是，AWE 3.5训练数据经过精细建模与筛选，精准还原物理世界和真实生产场景，让模型从一开始就具备“理解物理世界、物理AI改变世界”的能力。
相较于AWE 3.0，AWE 3.5不仅实现了技术层面的升级，更完成了从“单一模型优化”到“全链路方法论构建”的跨越，这将成为模型技术路径进一步收敛的显著信号，而AWE 3.5无疑成为这一领域的绝对先行者。
Born as One 原生架构告别“乐高式模型拼接”，机器人长出物理直觉
AWE 3.5以“Born as One”为核心设计理念，从“基因”层面重构具身模型，在设计之初便将动作、感知、几何、触觉等多模态能力深度融合，使其成为模型的原生属性，而非后期拼接模块。正因如此，AWE 3.5自身便成为理解物理世界的“第一公民”，不再需要其他模型“翻译”，而是能够直接理解物理世界，这意味着原生架构将为具身智能提供超越想象空间的能力上限。这一设计理念使得机器人任务执行彻底摆脱单一场景牵制，能够在不同任务间灵活泛化，为通用具身智能的落地提供全新范式。
此外，AWE 3.5继承并显著强化了AWE 3.0的OSD全视角通感决策、HTS高密度触觉感知、LAS隐空间丝滑动作三大技术路线锚点，使机器人动作更加流畅、稳健、精准，在工业、商业服务、家庭等场景下提供可信赖及更为一致的精细操作能力。
预训练+后训练：赋予机器人通用泛化能力，全面释放Scaling Law潜力
理解真实世界只是第一步，更重要的是根据已知信息来推理预测未知，这将是模型走向通用泛化的关键一步。当前行业普遍依赖大量示教数据提升机器人推理，而AWE 3.5直接改变了模型学习的起点。
在预训练阶段，AWE 3.5首次引入隐空间动作(Latent Action)与几何双先验。模型在接触具体机器人本体之前，便能够同时建立对动作规律和空间结构的基础认知，在不同机器人平台、不同场景、不同任务之间获得更强的泛化能力。这种能力并非依赖更多数据堆积，而是在模型底层完成能力注入，为跨本体迁移奠定基础。通过对human-centric数据进行更精细的建模和学习，相比PI0.5，模型的任务吞吐量得到大幅提升，任务执行效率翻倍。
其次，AWE 3.5进一步引入由世界引擎驱动的后训练。不同于传统依赖真机试错或仿真环境训练策略，AWE 3.5能够在隐空间完成未来状态推演，提前预测不同动作可能产生的结果，引导更优决策。在此基础上，通过规模化扩展预训练数据和模型参数规模，模型在预测推理的连贯性、长时性和稳定性上显著增强，全面兑现及释放Scaling Law为具身智能带来的能力跃迁。基于此，AWE 3.5现已支持数分钟的连续、交互式闭环推演。
从海量真实数据、具身原生架构到方法论体系验证，AWE 3.5不仅是一次模型的升级，更代表着中国在物理AI领域探索通用智能基础设施的重要里程碑。
