AI 的下一场仗，打在客厅地板上
李飞飞的 World Labs 发布首款可商用世界模型 Marble，xLean 用双形态洗地机器人 TR1 撬动清洁红海，RSI 让模型开始自己训练自己。三条线索指向同一个判断：AI 正在离开屏幕走向物理世界，而入口不是人形机器人，是客厅地板上的高频刚需任务。
2025 年 11 月，李飞飞的创业公司 World Labs 放出了首款可商用世界模型 Marble；不到一年后，一家叫 xLean 的公司靠一台能变成洗地机的扫地机器人 TR1，在柏林 IFA 上拿到了 40 多个国家经销商约 15 万台的意向订单；同一周，Anthropic 和 OpenAI 都在公开谈论一件事——模型开始自己训练自己。
三件事看起来不相关，其实是同一条叙事：AI 正在从「理解语言」走向「进入世界」。而这场仗的主战场，不在聚光灯下的人形机器人发布会，在你家客厅的地板上。
💡 李飞飞的空间智能：先让 AI 学会「看世界」
语言模型吃的是文本，但世界的原始数据是三维的。
去年 5 月，李飞飞宣布成立 World Labs，专做她口中的「空间智能」。一年多后，Marble 正式上线——这是一款生成式多模态世界模型，相较两个月前的早期预览版本，支持更多种模态的输入，生成的 3D 世界也更丰富、细致。简单说：给它任意模态的信息，它能还你一个可以交互的 3D 世界。
消息在 X 上反响很热闹，a16z、YC 的几位活跃投资人都做了转评。但对产业观察者来说，更值得细读的是三天前李飞飞发布的长文《From Words to Worlds: Spatial Intelligence is AI's Next Frontier》——标题本身就是路线图：从词到世界。
这套逻辑翻译成工程师语言是这样的：大语言模型补齐了「认知」，但物理世界的操作需要「空间先验」——桌沿在哪、门把手多高、水洒了会往哪个方向流。这些没法靠文本语料学出来，必须有一个能生成、能模拟、能交互的世界模型来承载。
李飞飞创立World Labs
长文提出空间智能路线
Marble早期预览版亮相
Marble正式可商用
产业判断很直白：世界模型是具身智能的「数据工厂」。机器人最贵的是真实数据，而 Marble 这类模型可以先在虚拟世界里把任务跑一万遍，把失败的成本留在算力账单上。谁先把空间智能做成训练基础设施，谁就握住了下一个十年机器人产业的管线。
🏠 扫地机卷不动了，xLean 想让拖把教机器人干活
红海里没有新故事？除非产品形态本身变了。
xLean 颗粒进化创始人、CEO 薛轲翰的回答很干脆：通用机器人不会从实验室里突然蹦出来，它必须先进入真实场景，在每天发生的任务里积累数据和能力。而 xLean 选的起点，是一个成熟到不能再成熟的市场——家庭清洁。
科沃斯、石头、追觅、云鲸在这个市场已经打了好几轮价格战，产品越来越同质化，智能上限却像是卡住了。2026 年再进场，凭什么？
| 玩家类型 | 策略 | xLean 的差异点 |
|---|---|---|
| 头部清洁品牌 | 参数内卷、价格战 | — |
| 人形机器人公司 | 一步到位造通用本体 | 从高频任务切入 |
| xLean | 双形态重构交互 | 手持操作即示范数据 |
答案是 TR1：全球首款双形态洗地机器人。放在地面上，自主完成日常清洁；拔出手持杆，秒变洗地机，处理突发污渍和重度清洁。关键在后半句——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。这是传统扫地机架构下几乎不可能采集到的高密度示范数据。
市场给了反馈。继 IFA 2025 拿下 Best of IFA Next、Design Honoree 之后，2026 柏林 IFA 上 TR1 又拿下 Smart Home、Home Appliances 两个领域的官方荣誉奖。据多位接近展会的人士说，比奖项更重要的是订单——现场超过 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，TR1 已有 2000 多名早期支持者。
📈 高频刚需是入场券，Family Agent 是终局故事
机器人进家庭，走的是手机的路，不是变形金刚的路。
为什么清洁是起点？薛轲翰的理由很工程化：清洁高频且刚需，几乎每个家庭每天都在发生；而且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。换句话说，它是唯一一个已经在真实家庭环境里跑出「续航验证」的品类。
对比一下两条路线就明白了。人形机器人路线是：先在实验室把通用本体完整造出来，等足够成熟再进家。xLean 的路线是：先让一台「功能机」进家赚认知，让数据飞轮先转起来。这像极了功能手机到智能手机的演进——先解决打电话，再做 App Store。
这次的「App Store」叫 Family Agent。在 2026 IFA 现场展示中，xLean 演示了为机器人提供的原生 Family Agent 系统 EvoMate OS 的实际交互，思路是通过原本安装手持杆的结构接口，把 TR1 构建成可移动、可感知的家庭智能入口。
产业逻辑在于：家庭 Agent 的竞争壁垒不是参数，是「谁被允许在别人家里动来动去」。清洁机器人天然拥有全屋移动权、每日在线权、用户容忍度最高的执行场景。拿下这个入口，后面的对话、安防、递送，都是同一个底盘上的功能扩展。
🔁 RSI：模型开始自己教自己了
当老师开始学学生写的教材，事情就不一样了。
RSI（Recursive Self-Improvement，递归自我改进）最近成了行业新热点：模型参与训练和提升模型自己。这不是概念——Anthropic 六月发布的 When AI Builds Itself 公布了数字：截至 2026 年 5 月，合并到生产代码库里的代码，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」。
行业真正的期待更高：如果 RSI 跑起来，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。
在最近一期播客里，Dwarkesh Patel 请来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 的 CTO Beren Millidge，以及 Baseten 模型训练负责人 Charlie O'Neill——围绕 RSI 辩论了近两小时。几个关键判断值得抄在笔记本上：
| 判断 | 含义 |
|---|---|
| 已实现慢速 RSI，周期约三个月 | 今天的迭代本身就是模型参与的循环 |
| 目标明确时 AI 可提速 10 倍 | 最难的是一开始找到正确的目标 |
| RL 效果依赖高质量 mid-training | 目前的泛化是更长时间持续完成任务 |
| 越接近能力前沿有效信号越少 | 下一阶训练环境越来越难构造 |
| 数据 | 出处 |
| --- | --- |
| 生产代码库 80% 以上由 Claude 编写（截至 2026 年 5 月） | Anthropic When AI Builds Itself |
| 模型「参与创造自身」 | OpenAI GPT-5.3-Codex 发布说明 |
注意最后一条——信号瓶颈。数字世界里有代码、有测试、有明确的对错；越往物理世界走，有效信号越稀缺。这恰恰解释了为什么 xLean 要靠手持清洁去采集示范数据：现实世界的每一条高质量信号，都得有人愿意花力气去采。
⚠️ 三条线拧成一股：物理世界的数据飞轮
世界模型提供仿真，真实机器人提供信号，RSI 提供加速器。
把三条线索拼起来看：Marble 这类世界模型解决「环境从哪来」——机器人在虚拟世界中获得可交互的训练场；TR1 这类设备解决「数据从哪来」——高频刚需场景源源不断地产出真实世界的示范信号；而 RSI 的进展暗示「研究本身可以被加速」，尽管 John Schulman 们的共识是离理想状态还差得远。
据多位接近头部实验室的人士透露，世界模型加真实场景数据，正在成为下一代机器人训练方案的标配组合，而非二选一。这里的关键约束同样是信号：仿真里可以无限生成环境，但「什么算干净」「什么叫整理好了」，这些定义权依然来自真实用户的每一次操作。
风险也得说清楚。RSI 目前的形态是三个月周期的慢速循环，远未到自我起飞；世界模型的物理保真度决定仿真数据能不能迁移到真机；而清洁机器人赛道已经有四家巨头，xLean 的 15 万台还只是意向订单，从意向到现金流之间隔着整个供应链的考验。飞轮画起来漂亮，每一环都咬合到位之前，都只是 PPT。
但方向感是明确的。
从 李飞飞 的「从词到世界」，到 薛轲翰 的「从拖地到通用」，再到模型自己训练自己——2026 年的 AI 产业正在完成一次重心转移：价值不再只长在参数和文本里，开始长在地板上、厨房里、那些每天重复一万次的具体任务里。AI 的下一场仗不在显卡集群，在你家客厅。谁能先让机器人把地拖明白，谁就先拿到了通往通用机器人的门票。