近河源万能胶，李飞飞和她的WorldLabs交出张新：Atlas。
这是个从预训练的世界模型，以单架构通世界生成、空间重建与时空模拟，并原生处理文本、图像、和3D数据。单张照片可以生成分钟1440p，三五台普通手机就能实现“子弹时间”，手机拍摄的普通房间也能变成机器人的仿真训练场，Atlas将“世界模型”的边界又往前了步。其背后，是WorldLabs累计过12亿美元的融资，以及约50亿美元的估值。
热度之下，创投圈抛出个熟悉的问题：有没有对标者？
不过或许应该换种问法。真正值得追问的不是“谁在模仿Atlas”，毕竟Atlas发布至今不过数日，追随者从谈起。而是Atlas出现之前，全球还有谁立走在同条技术路线上？
沿着这个线索梳理国内空间智能与具身智能赛道后，公司浮出水面：杭州影身智能。答案多少有些意外。过去，影身智能很少依靠演示或炫技发布会进入公众视野，外界对其印象甚至停留在“柔垂类具身智能公司”。拆解其技术底座原生4D世界模型“破界S1”，会发现其与Atlas的技术同构程度，远想象。
从李飞飞的Atlas说起
先来看清Atlas到底是什么。抛开演示果，Atlas的技术路线由三个关键决策构成：
，生成与重建的统。传统AI通常把“生成图像”和“重建3D”拆解为两个任务、两套模型。Atlas用“空间上下文”（SpatialContext）把两者统到同套自回归理框架中：每张图像都被锚定在三维空间的具体位置、携带显式相机位姿，模型以此生成下个空间元素，输出可以是新视角图像、度图和点云。输入图像少，模型就用世界知识“脑补”不可见区域；输入图像多，输出就收敛为忠实重建。生成与重建，只是同模型在不同输入密度下的两种表现。
二，普通摄像头的稀疏视角重建。Atlas不需要业捕捉设备，3到5台普通手机、24帧，就能重建个空间并生成任意新视角，包括"冻结时间”的子弹时间果。在稀疏视角3D重建基准上，甚至越了VGGT等用开源重建模型。
三，Real-to-Sim的机器人闭环。具体来说，只需用普通扫描真实场景，模型就能重建为仿真环境。当模拟机器人在其中运动时，由同个模型生成其传感器所看到的RGB图像和度数据，“世界”和“机器人眼中的世界”出自同源。
言以蔽之：抛弃2D像素拟，让空间和时间成为模型的原生维度，用个模型同时回答“世界长什么样”和“世界将如何演化”。
条立收敛的路线
再来看影身智能。
这公司于2024年6月成立于杭州，创始人闵伟曾任阿里巴巴机器人团队负责人；席科学刘烨斌教授是清华大学长聘教授、国杰青，其团队耕动态三维重建域二十余年。
创业之初，团队就做出个与主流具身智能路线并不相同的判断：大语言模型处理的是维语言，生成模型处理的是二维图像序列，而机器人面对的是三维空间叠加维时间构成的真实4D物理世界。在他们看来，用维和二维的数据，训练不出理解4D物理世界的智能，“这是跨不过维度的鸿沟”。
以此为标尺河源万能胶，影身智能与当前两条主流路线拉开了距离：
VLA（视觉语言动作模型）建立在大语言模型之上，擅长理解语义和任务指令，但位坐标、空间关系和物理约束不是语言承载的信息。真实世界的切都被文字“降维处理”过，在真实物理系统中不具备直觉。
WAM（世界动作模型）的基座是生成模型，虽然引入了对未来的预测，却继承了生成的全部问题——幻觉、维度限制，只要“符剧情”即可，不严格遵循物理规律，这对在真实世界干活的机器人是巨大风险。
影身的答案干脆利落：从数据出发，用原生4D数据训练原生4D模型，构建个与大语言模型、生成模型并列的新基座。
“原生”二字是这条路线的题眼，包含两层含义：数据是原生的，直接采自真实物理世界，不是仿真和人工标注；模型是原生的，为4D数据从设计，而非把低维信息“塞进”现成模型。在影身看来，低维数据混入4D训练是种污染，正如早期非原生多模态模型常画出六根手指，而原生多模态模型能正确画出五指。语言本身有幻觉，若不在源头解决，后续问题难以排查。这与Atlas“从预训练、让空间和时间成为模型原生维度”的底层信念同构。
逐条对照下来，同构贯穿了整个技术栈：
生成与重建的统——对应“破界S1”的“三能体”与“Real-to-Real”管线。影身的4D基座世界模型“破界S1”将渲染、仿真、规划集于体，重建与生成在同基座内完成。数据生产管线本身就是个模型：多视角2D输入，模型在内部生成时空对齐的4D格式数据。真实多视角转化为真实4D数据，影身称之为“Real-to-Real”。具象的证据是度生成式：不依赖度相机实测，而是用法从RGB生成度。“个平面就是个平面”，点云致甚至优于传感器实测。这与Atlas“输入越少、想象越多”的生成式重建哲学如出辙。
普通摄像头阵列的实时4D重建——对应“影身360”，成本低。Atlas用3到5台手机做离线重建；影身的“影身360”数采系统用4到6个阵列RGB摄像头环绕工位，以用摄像头加单张消费GPU，实现对工人作业过程25FPS的实时精度4D时空数据成，全程接触、感采集，不干扰被采集对象。
要知道，过去业内质量4D采集需要在布满80个摄像头的“笼子”里进行，整套设备价值数百万、租天两万元，全球实验室攒下的UMI数据不过1500小时量，4D数据曾是名其实的“品”。影身在两年内把摄像头从80个降到十几个、再降到4到6个，保温护角专用胶把采集从几小时压缩到实时生成，次让大规模工业化采集成为可能。其数据架构呈金字塔形：顶层是历史积累的精度稠密视点数据，以此训练模型适配稀疏视点采集，再由模型同步生成海量4D数据训练下模型。
终局是单摄像头也能生成4D数据，届时互联网上数十亿小时的存量单视角都将被“4D化”，数据来源问题从根本上被解决。个是将普通摄像头变成“子弹时间”摄影棚，个是把普通摄像头变成产线数据工厂。犹如同枚硬币的两面，只是影身把这面铺进了车间。
Real-to-Sim——对应“V-4D-A”架构，并且多走步。Atlas的机器人故事到“生成仿真训练数据”为止；影身的V-4D-A（视觉-4D-动作）架构则从真实产线4D数据出发，由基座模型直接输出驱动物理机器人的动作序列，形成Real-to-Real闭环。
支撑其跨过“后公里”的是两个设计：其，模型预测的是4D点云。物体在未来如何运动，与操作者是人手、灵巧手还是机械夹爪关，运动规律可以逆向适配任意本体的关节参数，具备跨本体能力，而传统真机采集记录的关节角度换台机器人就作废。其二，自进化学习。不只学正确样本，还主动把错误样本纳入训练，世界模型预测下时刻的变化，旦实际变化与预测不符，系统就会新知识，产线数据持续回流反哺模型。世界模型到机器人执行之间的后公里，Atlas还停在演示里，影身已跑在产线上。
两没有任何交集的公司，在太平洋两岸立出了同个答案。这种技术路线的平行收敛，在科技史上往往意味着件事：这条路是对的。
影身多走的那几步：时间、订单与数据飞轮
如果说同构证明了“版Atlas”的成，那么拉开两者差距的，是影身手里三个Atlas暂时没有的筹码。
是时间。早在2024年，影身智能就押注原生4D路线，2025年在制鞋产线跑通试点并拿下国内具身智能域个千万柔智造订单，2026年4月公开原生3D/4D动态世界模型，同年8月携“破界S1”亮相世界机器人大会。每个节点都早于Atlas的发布，与其说是“追随者”，像是“先行版”。
二是落地。Atlas目前尚未对外开放，也没有公开API和定价，机器人能力仍缺少三验证。影身已经把世界模型带进真实产线。
涂胶机器人ShadowGlue、压底机器人ShadowPress已投入生产，在手柔智造订单总额达数亿元。公司披露，制鞋涂胶率和良率早已过人工，作业精度达毫米，今年计划交付250台搭载4D世界模型“大脑”的具身机器人。
具战略意味的是场景选择：制鞋是典型的“双柔”场景（柔生产+柔物体操作），款式迭代快、产线法长期固定，衣服线缆等软物体的状态变化，传统编程难以穷举所有状态。这是全球机器人行业公认人实现大规模落地的端工况，也是上轮工业革命没能攻克的“后公里”。
旦这套能力在制鞋场景跑通，边界就不再局限于鞋厂。箱包、居、服装等柔制造场景面对着相似的问题，底层能力具备复用空间。
值得提的是，影身还能以ODM轻资产模式输出法“大脑”和体化解决案。其4D世界模型支持跨本体，人形、单双臂、轮式、飞行式皆可适配，通过跨本体实现比“通用本体”大范围的跨场景。
三是飞轮。影身已经跑通了条完整链路：真实场景产出4D数据→训练基座模型→模型赋能产品→落地场景持续新增数据。世界模型的竞争，归根结底仍是数据，尤其是原生4D数据，只能从真实物理场景中帧帧持续采集。对影身来说，每多交付个工位，其数据壁垒就加厚分。公司披露，其3D/4D数据的训练率是传统训练法的20倍。按照规划，公司将于2026年底至2027年上半年发布大规模4D数据集与具身智能大模型。若能如期开放，这将是全球个工业场景的原生4D开源数据资产。
这种能力也开始越出工厂。
影身正将同4D基座延伸向数字文娱，已完成4D演唱会的基础技术攻关：多视角经模型转为4D格式，压缩成标准流后，普通浏览器即可播放。公司还正在筹备全球场4D直播演唱会，远处的目标是将自由视角能力带到电影、体育赛事等内容形态中。
这条路线与Atlas形成了个有意思的对照：Atlas吸睛的演示之是相机可控的空间生成。影身则试图将类似的自由视角能力，同时放进B端工业和C端内容场景。
估值坐标
把WorldLabs与影身智能放在起，值得看的其实不是技术演示，而是两公司所处的商业阶段。
WorldLabs以过12亿美元融资、约50亿美元估值，目前Atlas仍处于研究阶段。影身智能累计融资仅近亿元，在同条技术路线上做到先行发布、量产验证、订单闭环。
资本市场常说“先相信，再看见”。Atlas让全世界看见了空间智能世界模型的价值；而影身智能的故事是“先看见，再相信”，在车间里把蓝图变成了良品率、订单和数据飞轮。
正如李飞飞所说，空间智能是AI的下个前沿。值得注意的是：在Atlas出现前，已经有人沿着相似的向往前走。影身智能没有等到这条路线被全球看见，便已开始训练原生4D模型，并率先把它带进工业现场。
如果定要寻找参照，影身与Atlas接近两条平行进的路线：条向通用空间智能进，条先在真实物理世界里完成验证。Atlas让市场看见了这条路能走多远；影身正在回答另个问题：先在真实世界里跑通商业逻辑。相关词条:铝皮保温 隔热条设备 钢绞线厂家玻璃棉 泡沫板橡塑板专用胶
奥力斯 pvc管道管件胶批发 联系人：王经理 手机：15226765735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定河源万能胶，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。