本报讯 （记者矫月）6月1日，北京智行者科技股份有限公司（以下简称“智行者”）宣布公司全无人物理AI商业化运营里程累计突破1.6亿公里。与此同时，基于这一混合复杂物理场景的大规模数据沉淀，智行者同步官宣物理AI世界模型——TransWorld。

　　该模型以多模态异构数据为底座、以细粒度物理交互信息为内核、以跨场景跨形态泛化为目标，通过三重异构数据采集、四级数据精炼蒸馏与五层金字塔模型架构，构建起闭环自进化的“物理AI飞轮”，标志着智行者的物理AI迈入数据驱动、模型进化、全域落地的全新阶段。

　　“算法与算力搭建了物理AI的骨架，但真正决定其智力上限的，是数据的‘真实物理浓度’。”智行者董事长兼CEO张德兆表示，“算力可以通过资金的加持快速拉升，算法也可以依靠人才引进加速迭代，唯独高质量的物理世界数据无法速成——它必须深耕真实场景、在长期落地中逐步积累。这决定了数据是三大要素中时间壁垒最高、稀缺价值最突出的核心资产。”

　　基于这一战略认知，智行者成立11年来，通过布局极限作业、智慧清洁、智能出行等多元场景，累计沉淀出1.6亿公里商业化运营里程数据。这些数据均具备多维度异构、多形态异构、多场景异构三大特征。

　　首先是维度异构。为赋予物理AI全面的感知能力，智行者搭载多元传感器阵列，实现全维度数据的深度融合。除了激光雷达、摄像头、IMU等传感器，刷盘电机等执行器还能捕捉到地面摩擦力系数、接触力矩和材质阻力等物理参数，提供细粒度的接触反馈等力学交互信息。

　　第二是形态异构。智行者的数据并非局限于单一的终端形态，来源覆盖蜗小白AI清洁机器人、极限作业智能体、AI漫游车、Robobus等，天然具备了跨形态验证与泛化的条件——在清洁场景中学到的近场避障策略，可以迁移到巡检机器人的狭窄通道通行；环卫场景沉淀的雨天运行方案，也能为接驳车辆应对恶劣天气提供参考。

　　第三是场景异构。数据资产全面覆盖真实物理环境下的各类典型场景，横跨工业仓储、交通枢纽、商综楼宇、医院校园、公园景区，甚至是无GPS信号的极险野外环境。数据的全场景、深覆盖，以及完整的物理交互规律，为算法模型提供了丰富的真实世界教材，使其面对场景变量组合时，在泛化能力与真实环境执行性能之间保持平衡。

　　张德兆表示：“在数据规模之上，通用智能的比拼更聚焦于数据价值，脱离了真实物理交互与复杂场景历练的数据只是没有生命力的数字。物理AI的护城河，在于是否有能力从海量里程中提纯出最细腻的物理规律与常识语料。”

　　基于1.6亿公里高价值数据沉淀，智行者打造出五层金字塔架构世界模型TransWorld。从底层多模态感知到顶层跨形态泛化，TransWorld形成完整的闭环自进化体系。未来，智行者将以TransWorld为超级基座，依托持续进化的物理AI大脑，打造全球领先的移动智能体平台，推动数字智能与物理世界的深度融合。