松延动力｜发布Scalabot与HERON-World Model，押注跨本体世界模型

整机厂若只卖身体、不掌握「预演后果」的大脑，下一轮订单会更容易被模型层截走。9月8日，人形机器人公司松延动力正式发布通用具身智能技术品牌Scalabot，并同步推出HERON技术架构下的首个世界模型HERON-World Model，公开叙事是从本体研发延伸到「本体+具身大脑」全栈。

松延动力是国内人形与具身智能整机厂商，此轮用独立品牌把模型能力从单机算法里拆出来：Scalabot取自Scale与Robot，强调物理世界同样存在Scaling Law，能力上限最终由数据规模决定。相对「本体绑死一套算法」的传统组合，公司强调统一动作表示与跨平台架构，使智能可在不同构型、不同自由度机器人间迁移，并以真实场景数据回流驱动模型迭代。

模型与数据要点：

1. 定位：动作条件世界模型——给定当前画面与拟执行动作，预测环境如何变化
2. 能力叙事：物理规律、状态记忆、多智能体交互预演（如协作拉毛巾等）
3. 数据金字塔：真实机器人数据、基于真场景重建的仿真数据、第一视角人类操作视频
4. 规范化：异构来源整理为自身运动、操作端运动与抓取状态等共同物理信号；缺少完整动作标注的视频仍可利用视觉与时间变化
5. 架构：MoT+MoE——保留视觉语言模型世界知识，粗粒度结构与细粒度交互分给不同专家
6. 评测：WorldArena 1.0 Track 1开源方案离线评估，综合分（EWMScore_P）约75.80（团队口径）
7. 开放：技术细节在Scalabot官网公开；后续HERON系列面向家庭与商业服务

所谓动作条件世界模型，白话是先在脑子里演一遍「我这么动，世界会变成什么样」，再决定真机是否执行；所谓跨本体统一动作表示，白话是不同自由度、不同构型尽量共用一套动作语言，降低换机重训成本。MoT侧重知识隔离，避免新训练冲掉已有物理常识；MoE则像把「画大构图」和「抠局部细节」交给不同专家，给Scaling留空间。

放在具身世界模型赛道上下文里，近窗多家厂商用高动态演示或仿真榜单证明「推演能接到身体上」。松延选择「动作条件预测 + 多智能体交互」切口，赌的是家庭与商业服务里最难的一截：别人也在动、物体会遮挡、失败要提前看见。与只生成好看视频的世界模型相比，验收标准会更快落到「预演误差会不会害机器人摔跤」。

产业影响上，若跨本体迁移跑通，模型层可能成为独立于整机的可售能力；若长期绑死自家本体，品牌叙事仍会回到卖机器。需要把边界读清楚：榜单与演示为公司/团队公开口径；真机连续工况与跨厂商适配仍待更多可复核案例。下一观察点是HERON后续模型节奏，以及家庭/商业试点中的失败恢复率。