GigaWorld-Policy

GigaWorld-Policy，全稱“An Efficient Action-Centered World–Action Model”，是由極佳視界（GigaAI）發布的一款世界-動作模型（WAM）。該模型採用以動作為中心（Action-Centered）的範式，基於輕量級世界模型GigaWorld-0.5構建，通過統一多模態表征和“訓繁推簡”的混合策略，旨在應對相關模型在推理速度和訓練複雜度方面的挑戰。模型在訓練時引入因果掩碼機制統一建模動作與未來視覺，推理時則捨棄視頻預測分支，僅保留輕量化的動作生成模組以實現高效解碼。

GigaWorld-Policy通過三段式訓練流程，利用網際網路視頻進行預訓練，並結合具身場景視頻微調和真機數據對齊，其訓練流程旨在提升效率。根據相關測試，該模型在部分任務中報告了推理速度與任務成功率的提升，在抓取、裝配等真機任務中取得了進展。

技術原理

GigaWorld-Policy，全稱“GigaWorld-Policy: An Efficient Action-Centered World–Action Model”，其核心設計範式為“以動作為中心（Action-Centered）”。該架構基於輕量級世界模型GigaWorld-0.5打造，通過單一的Transformer主幹網路，將視覺觀測、機器人狀態及動作序列映射到同一嵌入空間，實現了多模態表征的統一。模型採用“訓繁推簡”的混合策略：訓練時引入因果掩碼機制，統一建模動作與未來視覺，以提供豐富的動力學約束；推理時則捨棄視頻預測分支，僅保留輕量化的動作生成模組，以實現高效解碼。該設計旨在針對性解決現有世界-動作模型“推理開銷大”和“視覺與運動表示糾纏”的瓶頸。

訓練方法

GigaWorld-Policy採用三段式高效訓練Pipeline。首先，利用海量網際網路視頻數據，讓基礎模型GigaWorld-0.5建立對通用物理規律和視覺動態的基礎認知。隨後，引入數千小時涵蓋第一人稱、真機及仿真的多源操作視頻，使模型專攻具身互動場景，掌握特定空間下的時空演變規律。最後，在擁有強大‘世界觀’的基礎上，僅使用極少量的真機動作標籤數據進行訓練，將預訓練世界模型與機器人的動作預測精準對齊，打通‘觀測-動作-未來視覺’的因果映射。

這種‘基礎能力大規模預訓練+任務適配小樣本微調’的分層範式，相較傳統方案實現了整體訓練效率10倍的提升。為支撐此範式，構建了大規模機器人數據集用於預訓練。

性能表現

在涵蓋抓取、裝配、物品整理等典型機器人任務的評測中，GigaWorld-Policy在成功率與推理速度的權衡曲線上表現較為突出。

在真機任務中，GigaWorld-Policy的平均成功率約為85%。

GigaWorld-Policy在推理速度上有所提升，並降低了顯存占用。

發布與背景

2026年3月，極佳視界（GigaAI）發布了世界-動作模型GigaWorld-Policy。同期，該公司完成了10億元Pre-B輪融資。2026年4月，極佳視界完成近15億元B1輪融資，由多家投資機構共同投資。該公司較早涉足世界模型領域，並在相關領域開展業務。GigaWorld-Policy基於基礎模型GigaWorld-0.5打造。

影響與意義

GigaWorld-Policy的發布，意味著世界模型驅動的機器人進入了一個新的發展階段。GigaWorld-Policy是對傳統具身智慧型策略學習的範式重構。該模型通過其“訓繁推簡”架構，為機器人在真實物理世界中的實時控制提供了一種解決方案。同時，其分層訓練範式降低了對真實機器人數據的需求，為在真實場景中的套用提供了支持。