点击下方卡片，关注“具身智能之心”公众号
不久前，我们下过一个判断：VLA底座开源之后，真正拉开差距的是真机RL。
当时腾讯刚放出Hy-Embodied-0.5-VLA，RoboTwin 2.0上干净环境90.9%、跨三种本体，Apache-2.0随便下。底座免费了，能在真机上试错、把90%里最后那截补上的能力，才是壁垒。
两个月过去，这条线走得比我们想的还快。π0.6把RL后训练做进了主线，HIL-SERL、LWD这些今年最硬的真机成果全是RL在真机上打出来的。真机RL已经从论文里的可选项，变成了工程上的必选项。
顺着这条线往前推一格：真机RL都成标配了，下一个分水岭在哪？
我们的判断是世界模型——以及它和VLA缝起来之后的WAM。
世界模型被当成具身 scaling 绕不开的一环，开源也密集了：灵波LingBot-VA、NVIDIA Cosmos、VLA-JEPA、DreamZero 排着队出。但让大厂集体押注它的真正原因只有一个——它能把大量试错搬进“想象”里去做，直接命中真机 RL 最痛的采样贵、撞硬件、每轮还要人 reset。
可讨论热归热，能上手的人极少。原因和真机 RL 同源——系统工程，而且比 RL 更散。难点在三处：
一是路线没收敛。生成式（在像素/视频空间预测未来帧，Cosmos 这类，逼真但贵）和 latent/JEPA（只在表示空间预测，VLA-JEPA 这支，省算力但训练目标更难设计），两条路各挂各的问题——长时序 rollout 的误差累积、动作条件（action-conditioning）响应不准、想象久了就“漂”，都没彻底解决。
二是训练、仿真、评测三头绳拧在一起。WAM 不是单训一个模型就完事：拿它造数据要对接仿真，拿它做规划要耦合进策略，验证有没有用还得面对评测本身的开放问题。
三是评测本身就是硬问题。一个世界模型预测得“看起来对”，不代表它真学到了动力学——它可能只是记住了训练轨迹。具身这边还没有像样的公认 benchmark 能判断“它对下游控制到底有没有用”，这比刷一个分数难多了。
痛点落到人身上就一句：能在仿真里真正跑通、拿来用起来的几乎没有；开源刚起步，踩坑没人陪。WAM 今天的位置，特别像之前的真机 RL——方向对，但绝大多数人卡在“只能看、不能做”。
这也是我们做第二期课程的原因——以 VLA 模仿学习为底，往真机强化和世界模型（WAM）这两格最前沿、最缺人能跑通的方向切。
而且，课程赠送一套 SO-101 机械臂，让你真能在真机上磨一磨「最后一公里」，而不是停在仿真里的满分。
带教老师为前华为具身智能技术专家，具身智能之心教育合伙人，全天答疑。 不仅仅有技术，还配套1次专属简历指导。特别适合社招、校招和找实习的同学~
我们送真机+10个实操级的项目
1. 硬件：SO-101 机械臂（主臂+从臂）从 0 组装 → 连接、校准、遥操作、安全规范；
2. 算法
模仿学习：ACT、π0.5～π0.7、GR00T N1.7、Wall-OSS、Lingbot-VLA
强化学习：从 MDP／策略梯度到 PPO／GRPO／SAC，VLA+RL（RECAP／RLT／STEAM），奖励模型 SARM／ROBOMETER
世界模型 WAM：Cosmos 3／DreamZero 两条路线，LeWorldModel／FAST-WAM／VLA-JEPA（仿真训练）
压缩与部署：量化／剪枝／蒸馏、SmolVLA、OPD、Real-Time Chunking
3. 真机操作（贯穿全程的动手闭环）
数据：主从臂 + Human-in-the-Loop 数采、LeRobotDataset v3.0、数据清洗与质量评估
真机训练部署：ACT／π0.5／GR00T N1.7／Wall-OSS 真机跑通
真机 RL：HIL-SERL、EVO-RL 全流程带练
4. 仿真侧（与真机互补，WAM 与评测在这里）
Isaac Sim、Domain Randomization、Sim2Real 迁移，π0.5+LIBERO、Lingbot-VLA+RoboTwin 训练评测，Robocasa365 评测实操，以及 WAM 的仿真训练。
适合谁？
正在具身领域求职，需要实战项目； VLA和RL方向想入门/进阶的同学； 想做真机强化想碰WAM但不知道从哪下手；
具身现在不缺刷屏的新模型，最缺能把一条链路从头走通、还讲得清每一步的人。第一期我们陪一批人把真机 RL 跑通了，这次想陪你把下一格也占上——趁它还是别人简历里没有的东西。
课程大纲一览
内部交流讨论
上一期火热交流如下：
硬件+多个实战
赠送一套完整的SO101机械臂（主臂+从臂），从0带你组装。仿真下的RL实战与主流真机实战算法。
课程说明
目前课程正在火热招生，预计8月5日开课，2个月结课。正在准备秋招、实习的同学抓紧了！
由于课程涉及硬件与在线视频，购买后不支持退款。
咨询我们
更多课程内容，欢迎添加小助理微信AIDriver004咨询，也欢迎扫码学习～
