具身智能领域的核心瓶颈是什么？数据稀缺且分散割裂；现有生成式模型主要聚焦视频生成——对物理世界的理解不足——导致长时序交互能力有限、端侧部署成本高、状态预测与物理规律不符等问题。这些限制直接阻碍了机器人从实验室走向实际应用。
从"能生成"到"能控制"，从"看起来像"到"物理上对"，具身智能的竞争正在回到对真实世界规律的理解与工程化落地能力。开源的意义不仅在于发布一套模型，更在于以可复现、可迭代的方式凝聚产业共识、完善生态协作。未来，谁能在物理一致的世界建模、低成本端侧部署与可验证的作业闭环上走得更稳、更快，谁就更可能推动机器人真正走进生产生活的关键环节。