该图片使用了AI生成技术
“ 用数学理解世界
“机器人看到的是160毫秒之前的世界。”
全球开发者先锋大会现场，一位数学研究背景的演讲者，为当下的具身智能算了一笔时间账：视觉延迟60毫秒，控制执行延迟100毫秒，总共160毫秒，接近六分之一秒。
背后是行业性的痛点，传感器、传输、状态读取、控制执行等多个环节都有延迟，叠加起来，就是机器人执行动作的缓慢与“迟疑”。
几百毫秒，足够一个动态物体位移，也意味着一个柔性物体的形变方程变了，最后导致机器人抓慢、脱手。
业内一般用推理引擎优化，把端到端延迟压缩，端侧实时推理的基线成本，已经高到需要专门的系统工程来“抢救”，也消耗了大量算力。
对于延迟问题，信度启源换了个解题思路：将延迟问题、预测当下和推演未来等能力纳入信度世界模型和算法，成功实现了算力消耗极低、算法速度更快、泛化性更强。
01.
160毫秒的时差，意味着生死线
在“具身智能大脑的下一站”论坛上，信度启源技术负责人戴韡抛出了开头的问题：相比模型还能增加多少参数，当下更需要回答的是，机器人能否在真实环境下，及时作出动作。
参数更复杂的模型可以提供更丰富的预测，但如果推理时间过长，到了执行这一步，预测结果已是“过去的结果”。
这正是具身智能与语言模型不同的地方：它不只涉及训练所需的芯片和数据，也涉及机器人端侧能否在功耗、内存和时间预算内完成计算。
视频生成、世界动作模型和视觉语言动作模型（VLA），在进入真实场景后都在追求同一个答案：在有限的时间内，能否形成可执行的判断、落地为安全可控的动作？
当下关于世界模型的讨论，很容易把“预测下一个物理状态”简化为生成更逼真的视频、更长的交互推演，或把世界模型等同于更大规模的视频生成。世界动作模型的推理算力消耗，本就天然高于传统VLA。机器人多“想”几百毫秒，做决策时面对的已是六分之一秒前的旧世界。
速度，或者说安全可控的速度，已成为机器人进入商业场景的生死线。
从传感器获取信息，到控制系统接收到一帧图像的时间里，物体可能已经移动。仅识别滞后的旧位置并不够，还得在各种噪音中推算后续动作发生时，目标在哪里、动作边界在哪里。
信度启源的核心预测模块，就在解决这一问题：先用不确定统计感知执行链路中的各类延迟情况，然后纳入状态推演，用较早时刻的数据估算当前的位姿和状态，进而预测后续变化。
延迟补偿不再是事后“补丁”，而是世界模型中的内置一环，实现先结合延迟数据预估当前、再推演未来的世界，给机器人提供更高效的行动依据。
02.
如何度量物理世界的不确定性
这一模型算法背后的理论基础，来自戴韡的博士导师、清华大学数学科学系教授刘宝碇创立的不确定理论。
该理论自2007年提出以来，逐步发展出不确定统计、不确定规划、不确定过程和不确定微分方程等研究方向，《Uncertainty Theory》也成为相关领域的代表著作，被译成多种文字。刘宝碇教授曾获国家杰出青年基金、国家科技进步二等奖。
不确定理论及相关工具，为具身智能领域提供了一种高效的“度量方式”。
机器人面对的环境，并不总能获得充足、稳定的数据来确定概率分布。物体形变、传感器误差、外部扰动和未知条件交织在一起时，单靠预设的随机模型，可能难以完整表达系统对状态的判断。
以独立事件为例，概率测度使用乘法规则，而不确定测度的乘积公理采用取小运算。处理频率不稳定的问题时，后者提供了新的工具。
信度启源团队从不确定过程、不确定微分方程延伸到机器人运动与空间几何，将运动规律与外部扰动等描述、推理方式，纳入到具身智能算法，进而让刻画误差和状态变化落入边界更清晰、更可控的范围内，并据此决定下一步动作。
基础数学早已经进入机器人领域，价值在于它能否在不同硬件、任务和环境中给出足够快、足够可靠的预测。
03.
让机器人聪明能干，计算需要精准“收敛”
“我们的特点可以总结为三个关键词：泛化能力强、成本低、速度快。”戴韡介绍。
团队选择的方向，不是让一个大型神经网络包办全部环节，而是尽量用数学模型完成可明确描述的计算。
主流大模型路线是反向训练，数据不断投喂，不同场景往往需要新一轮采集和标定。信度世界模型是正向设计，从数学公理直接推出算法，相当于让机器人具备了知识计算能力和更清晰的容错边界。
以抓取为例，首先要确定物体与机械手的相对位置、姿态及运动关系。这些关系可以用几何、运动学和动力学描述。难点是，现实世界并不按照理想参数运行：传感器有噪声，关节执行有偏差，地面不平，目标物体可能会被碰一下。
信度启源通过不确定微分方程等工具，把扰动噪音纳入状态演化计算，实现收敛，再估计物体与机器人未来可能处于的状态范围。
在戴韡看来，不是每项任务都需要还原所有物理细节。对一个以行动为目标的系统而言，决定成败的不是预测信息有多少，而是预测了哪些关键变化。
这种取舍也体现在被团队称作“七窍”的架构中：听觉、触觉、视觉负责感知，校验、预测、决策和控制构成后续处理链路。前端仍可使用神经网络提取特征；后四个模块则主要用数学形式处理状态校验、变化预测、动作选择和执行控制，减少核心推理环节对大型神经网络的依赖。
其中，校验模块关注感知状态与模型约束是否一致；预测模块根据历史信息更新状态估计；决策和控制模块将任务要求转为动作。这样的分工让推理过程有明确的数学依据，并便于发现问题。
戴韡提到，模型甚至可以在部分场景下进行端侧实时计算。“世界模型大家谈的很多，可以说信度启源做了一个数学世界。数学世界的好处，就是它能够更快。”
04.
数十个沙包全接住，验证安全边界
今年8月的演示视频中，有人推动放置纸杯的滑轮托盘，让其随意停在桌面，随后机器人接到语音指令，上前抓取杯子递给旁边的人。团队并没有针对抓杯动作开展专门预训练和标定。
最近，团队又展示了新的能力：一镜到底近5分钟的视频里，宇树机器人本体搭配第三方灵巧手，面对从上方无规则落下的8颗沙包，持续完成双手抓取和放入容器的动作。在视频的5轮测试中，所有40颗沙包都被抓住，放入了筐中。
据团队介绍，因为硬件设备更新等原因，实现准确抓住数十次无规则掉落沙包的能力，实际仅用了数天时间。
在批量化的应用场景下，困难往往不止于单次抓取。更换工位、物料或机械手，可能涉及数据采集、重新标定和控制参数调整。信度启源的测试，展示出跨场景、跨本体应用的潜力。
另一方面，物理行动的安全边界，也被提前写定。不同于单纯依靠数据学习形成行为策略的路线，不确定理论驱动的系统把物理规律、数学推理与安全约束直接嵌入决策和控制过程。
校验模块毫秒级判断当前状态是否越出可信边界，接近安全边界时及时减速、停止或重新规划，不等上层决策模块反应过来。机器人追求的不只是任务完成，还有执行过程的稳定性与可控性。
信度启源团队承认，仍在验证长程任务的执行能力。从单台机器人到多机协同，从结构化场景到开放环境，模型的有效边界，还需要靠更多真实任务、更多实践场景来验证。
05.
算力约束正从成本问题，变成路线问题
当具身智能真正进入应用场景，成为大规模的生产基础设施，企业需要计算的不是模型参数量，而是整套系统的投入产出、更新迭代。这些成本，决定了具身智能算法能否从演示demo，落地为可持续使用的产品。
而随着高端算力的供给环境变化，这条约束就不再只是账目问题，而成为路线问题。
依赖大规模训练算力的方案，扩张速度受制于芯片供给和采购周期；靠数学结构直接推出算法的方案，算力需求更加灵活，部署也更靠近端侧。
信度启源团队把这条路线描述为不依赖西方主流AI范式的自研链路——从最底层理论到自主构建核心预测与决策算法等七个模块，再到硬件平台的部署调试，整条链路自己走完。价值不只在于算力资源的优化，也在于能否缩短现场适配周期、让核心决策过程更可追溯，并满足工业客户对数据处理和安全的要求。
把物理规律写进模型，和让机器人在真实世界中可靠工作，仍是两道不同的题。信度启源选择了前者作为起点。
“我们的速度能够满足人机协同的一个基本要求。每个模型都有自己的优点和缺点，我们取其中的平衡点。”戴韡认为。
团队内部还有种观点：大模型是在用数据拟合世界，信度启源用数学理解世界，这是两种世界观。机器人真正需要的，或许是在面对未知时，依然知道如何行动。
