2026年是具身智能被重新定义的一年。年初WAIC把世界模型立为产业方向，年中七部门揭榜挂帅把端侧世界模型写进国家目标，年底前全球4D世界模型团队密集亮相。路线之争已经从讨论变成站队。VLA派相信把语料烧到极致就能跑通物理智能。世界模型派相信先理解物理规律再去执行才是真正可行路径。

但比路线之争更拧巴的，是落地之困。出货量曲线在往上走。融资曲线在往上跳。订单曲线在排队。可落地跑通商业模型的案例，仍然在低谷。2025年中国厂商在全球人形机器人出货量里占到74%（1.7万台/全球1.8万台），全球第一。可真正跑通大脑+场景+数据闭环的公司，仍然在用指头数。

卡点在物理智能。这一点，2026年4月在上海成立的索塔无界，看得比同行更早一点。这家公司没有去抢工厂里的工位，而是签下了欧洲最大商超集团、全球第三大零售集团的三年千台机器人框架。3个月，从0到拿下欧洲第一大商超客户。它是世界模型派里押4D路线的代表，也是出海派里把商超当成道场的代表。

01.

从造身体到造大脑

胡德波算行业里的老兵了。2015年，他离开华为开始第一次创业。那年他赌的是无人机，把无人机当飞行的机器人来造。当时全行业还在争论飞行控制，他已经在和华为海思合作，把视觉AI塞进无人机里。十年下来，这条路径一直没断。

但胡德波真正想做的，从一开始就是机器人加AI。2023年人形机器人赛道升温时，他跟绝大多数玩家一样选了同一条路，造本体。彼时行业面临的核心问题，是供应链不成熟、本体方案未定型，连一个可用的样机都没有。市场对人形机器人的期待，还停留在有个机器人能走起来、动起来的阶段。

到2026年，情况变了。供应链成熟了，本体不缺了，缺的是智能。胡德波回过头去看这条路径，过去两年全行业解决了零部件、解决了本体、解决了样机数采的问题，然后用得到的数据去做标注。但具体要做什么事情，是根据需求来的。市场需要什么，客户需要什么。

这是胡德波判断的转折点。身体不是卡点，大脑才是。于是他做了一个外人看来意外的决定。新公司不做硬件，只做大脑和场景闭环。

2026年4月，胡德波在上海注册了一家叫索塔无界的新公司，要做机器人大脑。两个月前，他刚刚结束上一段创业旅程。跨本体、跨场景的通用大脑路径过长，但让原生物理基模先沉入一类高复杂度场景，垂类跑通通用泛化，再反哺全场景，这是当下最可能走通的路径。

翻译过来就是：“我不造机器人了，我要教机器人怎么理解和行动于物理世界。”这句话是索塔无界全部战略的起点，也是后面所有判断的根。

02.

商超，一个被低估的物理考场

索塔无界选择的第一个落地场景，出乎很多人意料。是欧洲商超。不是工厂，不是仓库，是商超。

胡德波的原话很直接：商超场景的门槛比工业高很多，对智能的要求也更高。

货架是动态的，商品是多样的，人流是不可预测的。SKU千万级，货架每天被顾客碰乱，价格标签被撕，儿童可能突然冲过来，玻璃瓶必须稳当地抓起来。自动驾驶只需要避免碰撞，商超需要触碰、抓取、互动、恢复。自动驾驶的安全是法律红线，商超的安全是物理底线。

行业里给商超和自动驾驶的难度打过一个比方。如果自动驾驶是10分难度，商超大概是9分。差的那1分，不是算法，是安全隐患。

商超给了自动驾驶没有的东西。商超对小错有容忍度。抓歪了重新抓，撞到购物车退一下，不会出人命。商超对长尾有数据密度。每天上百万次顾客动作，每个SKU的摆放、拿取、补货都有规律也有例外。商超还给了通往家庭的桥。商超里80%的商品和操作，跟家庭场景高度重合。

这是索塔无界选择的难度递增路径。先在商超里把大脑跑通，再把商超数据搬到家庭，同时也可降维反哺工业物流。

但商超真正的壁垒不只在任务难度高，壁垒还在商业闭环的门槛很高。胡德波把出海这件事掰开来讲，国内商超没有护城河，有信心的玩家都可以去尝试，但能不能搞定这种复杂多变的场景和是否满足ROI另说。欧美商超门槛极高，能跑通欧美大B客户的本土科技公司本来就不多，叠加海外数据采集的超高门槛，数据隐私安全法要求原始数据不能跨界，数据处理必须在本地完成，脱敏、标注、存储、训练全套管线都在欧美本地。这同时意味着，没有本地部署能力和客户信任的公司，连参赛资格都没有。

索塔无界成立仅3个月就签下大单。凭什么？胡德波的回答是，积累。

在华为时代，他就在做海外大B客户的战略合作。早前做无人机和水下机器人时，全球前十大的商超零售集团，有6到7家都已经建立了合作关系。这不是从零开始，是把十年积累砸进一个新赛道。3个月，换了1个团队可能要3年。这是索塔无界的真实护城河。算法可以被抄，模型可以被复现，场景落地的数据飞轮才是真正的壁垒。

03.

要做4D世界模型：物理世界的搜索引擎

公司的战略与商业路径背后，需要“技术极”作为支撑。

刘哲是索塔无界联合创始人兼首席科学家，华中科技大学博士、香港大学博士后。加入索塔无界前，他已在3D/4D感知、自动驾驶与世界模型方向发表顶级会议及期刊论文36篇，Google Scholar引用超过2400次，是4D感知与自动驾驶世界模型领域具有代表性的青年学者之一。

行业里人人都在讲世界模型，但定义千差万别。刘哲把相关技术归纳为三类相互交叉的路线。第一类是以视频预测或生成为核心的生成式路线，OpenAI Sora、NVIDIA Cosmos是代表。第二类是重建与仿真路线，将3DGS、NeRF等场景表征方法与物理引擎、数字孪生结合。第三类是面向规划决策的动作条件世界模型，不仅预测未来状态，还要推演不同动作的后果，为机器人选择策略。三条路线并非彼此割裂，而是在逐步融合。

索塔重点押注第三类能力，并进一步把核心能力延伸到4D世界模型。这里的4D，是三维空间状态随时间的动态演化；对于机器人，还需要建模动作条件下的状态变化。

刘哲的逻辑很简单。物理智能必须回答“下一步行动之后会发生什么”。4D世界模型可以让机器人在执行前“预演”多个平行宇宙：推演多个候选动作，评估各自风险，再选择最安全、可执行的方案。如果候选方案都不满足安全阈值，系统就重新规划或安全停机。这套机制直接对应商超场景的核心痛点——长尾状态下的实时应对。

采访中，刘哲用一个更直观的比喻解释：“我们希望构建一个4D物理知识库。需要语言、视觉、空间状态或动作信息时，都能在统一表征中检索和调用，为机器人决策提供基础。”

翻译过来，索塔无界做的不是只生成下一帧画面的视频模型，也不是单纯模拟物理规则的仿真模型，而是一个面向机器人决策的物理知识底座。这个模型希望在统一表征中组织语言、2D视觉、3D空间和4D动态演化，让不同模态都来自对同一物理场景的理解。

如果说大语言模型让AI学会了预测下一个词，视频模型让AI开始预测下一帧画面，那么4D世界模型进一步要回答的是：一次行动之后，物理世界将发生什么。

VLA与世界模型的融合，正在成为具身智能的重要技术方向。2026年，多支团队密集布局4D世界模型，但各自对模型定义、训练数据和落地路径的理解并不相同。能真正跑通从模型到场景闭环的玩家，仍然屈指可数。索塔无界的差异化在于，他们不仅在做模型，还在跑场景。而且在他们看来，商超不是实验室，是考场。

04.

10万小时冷启动，数据是具身智能的硬通货

4D世界模型再好，没数据也只是paper。

索塔无界的数据规划是：冷启动阶段建设10万小时级专有数据体系，规模部署后目标形成每年超过100万小时的真实操作数据增量。

10万小时只是规模指标，更关键的是数据结构。自动驾驶数据主要覆盖道路环境中的感知、预测与规划；商超操作数据还需要记录抓取、放置、接触、力觉与任务结果。两类数据服务于不同的交互目标，不能简单按clips数量直接换算。

数据质量的问题随之而来。商超分拣绝大多数是重复动作，拿A放B、拿C放D。当数据规模走向100万小时，真正有价值的长尾场景——货架被弄乱、商品破损、临时缺货——占比有多少？

刘哲认为，这恰恰是核心挑战。他们的宗旨是以安全为导向。遇到复杂场景，先用世界模型推演多个候选动作的结果，再结合风险约束选择可执行策略。如果所有候选方案都不满足安全阈值，就触发重新规划、请求人工介入或安全停机，以降低真实部署风险。

他的解法是real-to-sim。把真实场景搬到仿真环境中，再模拟出海量长尾场景。这不是用仿真替代真实数据，而是用真实数据喂养仿真，再用仿真放大真实。

飞轮的闭环是这样的。海外商超战略客户→本地化数据采集→4D世界模型训练→场景智能更精准→更多客户愿意签→更多数据。数据通道在战略客户那里，算法可以用钱堆，通道买不到。

05.

田忌赛马与数据防火墙

索塔无界的另一个标签是出海。胡德波在华为时期就把欧洲单国市场从零做到过亿美金。他对出海的判断很清醒，现在出海的门槛比以前高很多。中美欧都在寻求战略自主，处于相对割裂的状态。这时候的出海，对法规的遵从、对本地生态的深耕，要求比早期高得多。但门槛越高，护城河越深。胡德波的策略是田忌赛马。“跟美国公司比，他们大脑可能不错，但本体和供应链远不如我们。跟国内同行比，我们有原生的海外资源和客户积累。”他说。

但欧洲的数据隐私法规，也成了索塔无界最坚固的防火墙。国内公司想进欧洲商超采数据，先过合规这一关。而这一关，胡德波在华为时代就已经趟过一遍了。在海外采集数据，由于数据隐私安全法的要求，数据不能跨界，所有的动作要在本地完成。

这意味着，没有本地部署能力和客户信任的公司，连参赛资格都没有。

索塔无界的创始团队构成很特殊。胡德波带来华为式的目标导向、结果导向和执行力。刘哲带来学术研究中的求真文化，强调先把问题定义清楚，再给结论。两种工作方式天然存在差异，但也形成互补。刘哲的说法是，目前还没有因方向问题发生过争执。“我们把每一块分得很清晰，算法归算法，部署归部署；但围绕同一产品目标协同决策。”这种分层协同的组织设计，某种程度上也是索塔无界技术路线的延伸。

分层架构、各司其职。学术团队先用标准机械臂验证算法，系统部署团队再将成熟方案迁移到真实本体。这种分工既保证了学术团队在前沿探索上的自由度，也提高了工程落地的可控性。刘哲在采访中提到，他们短期内采用“大脑+小脑”的分层式架构，而不是完全端到端。原因很现实：实时算力、长时序记忆和安全验证能力仍然有限。但长期来看，随着算力、数据和模型架构持续演进，他们也会逐步评估更高程度的端到端融合。

学术理想和工程现实之间，他选择了一条中间道路。不是非此即彼，而是分阶段演进。

06.

结语与未来

采访最后，胡德波被问到一个问题，如果明年今天给索塔无界画一条及格线，会是什么？他的回答很具体。4D世界模型在商超场景的智能性、通用性、泛化性，全球第一。在欧洲商场开始真实部署，开始替代人力。

这是目标，不是承诺。如果再问一个更残酷的问题，十年后如果失败了，原因可能是什么？胡德波的回答是，唯一的变量是中美欧的关系。除此之外，技术的挑战、法规的挑战，胡德波认为，靠团队都能去解决。

刘哲被问到同样的问题时，答案更感性一些。他说：“我最终的目标，是做一些对这个世界有意义的事情。”学术是一条相对安稳的路线，但他不太喜欢过于安稳。把世界模型从论文里拽出来，塞进商超货架之间，这件事值不值得放弃一条安稳的学术晋升路径？他的回答是：他没有脱离学术界，而是在用另一种方式做学术——发现产业界的真问题，再把问题和数据反馈给学术界。

5年蓝图是这样的：2年内商超做到规模落地，进入快速发展期，5年内进入家庭场景，同步跟集成商伙伴一起降维进入工业、物流、特种。5年后，索塔是一家全球化的平台型公司，自己有几款跟核心场景强绑定的硬件平台，大量集成商伙伴的硬件平台都跑在索塔的软件大脑上。5年时间尺度上，每一步都是上一阶段的数据反哺下一阶段。商超训练大脑，家庭验证大脑，工业物流特种检验大脑。客户要的不是大脑也不是身体，客户要的是能落地的智能工位。

当VLA的语料被烧穿，世界模型开始接过话语权。但世界模型不是终点，它只是物理智能的入场券。下一个十年的真正考题，是谁能把自己的模型部署到世界的任意一个角落。

这个问题，2026年的索塔无界刚刚开始回答。