李飞飞的答案，藏在扫地机里

十一月的AI圈，两件不相关的事撞在了一起：李飞飞的World Labs放出首款可商用世界模型Marble；同一时间，一家叫xLean的创业公司在柏林IFA上，靠一台能拔出手持杆的洗地机器人TR1拿下超过40个国家的100多位经销商、约15万台意向订单。再加上OpenAI和Anthropic都在公开讨论的RSI（递归自我改进），三条线索指向同一个问题——AI怎么从聊天框里走出来，进入物理世界？答案不是某个单点技术，而是三块必须咬合的拼图：大脑、眼睛、发动机。

🧠 世界模型：AI 第一次学会了"看地方"

大语言模型什么都懂，唯独不知道房间长什么样。

2025年11月13日，World Labs正式发布生成式多模态世界模型Marble，这是他们推出的首款可商用世界模型产品。相较两个月前的早期预览版，Marble支持更多种模态的输入，生成的3D世界也更丰富、细致。消息一出，X上反响热烈，a16z和YC的几位活跃投资人都做了转评——在投资圈流传的判断是，继大语言模型之后，"空间"是下一个值得下注的叙事。

时间线拉长看，这件事筹备了一年半：

三天前，李飞飞发布了长文《From Words to Worlds: Spatial Intelligence is AI's Next Frontier》，把她在斯坦福推了多年的"空间智能"概念正式摆上台面。逻辑并不复杂：语言模型解决的是"词到词"的映射，而人类理解世界靠的是空间——物体的位置、遮挡关系、可通行性、物理约束。从词到世界，中间隔着整整一个维度。

Marble的产业意义在于"可商用"三个字。此前世界模型更多停留在论文和演示里，而Marble意味着任意模态输入都能生成可用的3D世界，第一次具备了向下游交付的能力。对游戏、影视、机器人仿真训练来说，这是内容生产成本曲线的一次陡降；对具身智能来说，这是训练环境可以被大规模、低成本合成的开端。

当然，从"生成一个好看的3D世界"到"生成一个物理规则严格一致、可供真机训练的世界"，中间还有距离。但方向已经清楚：世界模型是具身智能的地基工程，谁先把地基铺得又快又便宜，谁就掌握下一代AI的施工许可。

🧹 扫地机：被严重低估的数据入口

最成熟的市场，反而可能是最好的起点。

2026年再做清洁机器人，还有空间吗？xLean颗粒进化创始人、CEO薛轲翰的答案是否定中的肯定。在他看来，通用机器人不会从实验室里突然蹦出来，必须先进入真实场景，在每天发生的任务中积累数据和能力，才可能一步步走向通用。而家庭清洁高频、刚需，几乎每个家庭每天都在发生——更关键的是，扫地机器人是目前唯一已经大规模进入家庭、每天自主工作的机器人品类。

这个市场成熟到不能再成熟：科沃斯、石头、追觅、云鲸打了好几轮价格战，产品同质化严重，智能上限却像是卡住了。xLean的解法是全球首款双形态洗地机器人TR1：放在地面上自主完成日常清洁，拔出手持杆就变成洗地机，处理突发污渍和重度清洁。

这个设计的精妙之处不在硬件，在数据。用户每一次手持操作，都在自然地告诉机器人哪里脏、怎样清、什么时候算干净——这是传统扫地机很难采集到的高密度示范数据。遥操作数据贵、仿真数据假，而"人替机器人干活"产生的数据既真实又免费。在此基础上，xLean通过手持杆的结构接口，把TR1构建成可移动、可感知的Family Agent入口，并首次现场演示了原生Family Agent系统EvoMate™ OS的实际交互。

市场用订单投了票。继IFA 2025拿下Best of IFA Next和Design Honoree后，TR1又在2026柏林IFA获得Smart Home、Home Appliances两个领域的官方荣誉奖；现场来自超过40个国家和地区的100多位经销商释放了约15万台意向订单，此前在Kickstarter上已有2000多名早期支持者众筹支持。

这里藏着一个值得全行业琢磨的判断：家庭机器人的终局未必是人形，但一定是Agent。清洁机器人可能是Family Agent的起点——它已经有电、有算力、有移动底盘、有每日在场，缺的只是更聪明的脑子和更丰富的感知入口。谁先在这个点位上完成数据闭环，谁就抢先了一步。

🔄 RSI：让飞轮自己转起来

模型训练模型，已经从思想实验变成了日常。

RSI（Recursive Self-Improvement，递归自我改进）最近成为行业新热点。 Anthropic在六月发布的When AI Builds Itself里公布了一个数字：截至2026年5月，合并到生产代码库的代码，超过80%是Claude写的。OpenAI也在GPT-5.3-Codex的发布说明里承认，早期版本的模型曾"参与创造自身"。

但行业期待远不止于此。理想状态的RSI，是AI不再需要人类来让自己变得更聪明：模型越强、研究能力越强，研究越快、下一代模型越快出现，最终触发围绕自我改进的快速起飞。在Dwarkesh Patel最近一期播客中，三位背景迥异的研究者——OpenAI前联创、Thinking Machines首席科学家John Schulman，开源模型公司Zyphra CTOBeren Millidge，以及Baseten模型训练负责人Charlie O'Neill——围绕这个话题辩论了近两个小时。

几个判断值得划线：

• 今天的模型迭代已经实现了一种慢速RSI，只是周期是三个月；
• 当目标足够明确，AI可能把研究速度提高10倍，但最难的部分恰恰是一开始找到正确的目标；
• RL的效果很大程度上建立在高质量mid-training之上，目前最明显的泛化是让模型在更长时间里持续完成任务；
• 越接近能力前沿，能推动模型继续进步的有效信号就越少，下一阶训练环境也会越来越难构造。

把这套框架平移到具身智能上，逻辑惊人地一致：具身智能同样处于"慢速RSI"阶段——数据采集、模型训练、真机部署、再采集，一个季度一个循环。瓶颈也一样：不是算不动，而是"正确的目标"和"高质量训练环境"难造。而前两块拼图，恰好都在解决这两个问题。

🧩 拼起来：一个飞轮的三种零件

单点创新不值钱，闭环转速才值钱。

把三条线索放进同一张图里，产业逻辑就浮现了：

这张表解释了为什么三件事必须一起看。世界模型解决训练环境问题——RSI辩论里"下一阶训练环境越来越难构造"的难题，在物理世界里可以用合成的3D世界部分绕开；清洁机器人解决真实数据问题——家庭是机器人每天在场、高频作业的唯一大众场景，示范数据的采集成本最低；而RSI框架解决迭代效率问题——80%代码由Claude写的 Anthropic已经证明，研发流程本身可以被AI加速。

据多位接近具身智能创业公司的人士观察，2026年融资叙事已经明显分化：还在讲人形整机的公司在讲估值，能讲清数据闭环的公司在讲订单。 xLean在IFA上拿到15万台意向订单、World Labs发布即商用，都是后一种叙事的注脚。真正的竞争不在"谁的模型参数大"，而在"谁的飞轮每季度多转一圈"。

还有一个共识正在成形：家庭是下一个主战场，但入场券不是人形。 薛轲翰的反问很锋利——如果每个家庭最终都会有一台通用机器人，它一定要是人形吗？一定要先在实验室里被完整造出来吗？扫地机的商业化历史已经证明，先让一台不完美的机器每天干活，比造一台完美的机器等着干活，跑得快得多。

小结

Marble给了AI空间认知的大脑，TR1这样的家庭机器人给了它每天在场的眼睛，RSI思路给了它自我加速的发动机。三块拼图拼在一起，才是具身智能从演示走向落地的完整通路。接下来的12到24个月，值得盯三个信号：世界模型能否生成物理一致的训练环境、清洁机器人能否真的长成Family Agent入口、慢速RSI的周期能否从三个月压缩到更短。飞轮每快一圈，通用机器人的到来就近一步——而它进门的样子，可能和我们想象的不太一样。