一个典型的具身智能死锁场景是这样的：你命令一台家用机器人“把桌上的玻璃杯移到水槽里”，但此时水槽边缘被一块厚重的抹布遮挡。传统的指令执行逻辑会陷入两种极端：要么强行推进，导致玻璃杯在碰撞中破碎；要么因为路径被遮挡而触发简单的“无法到达”报错，直接停止工作。
但最近在世界模型（World Models）驱动的机器人实验中，出现了一种截然不同的反应——机器人移动到水槽边缘时，手臂突然停顿了约 0.8 秒，随后它并没有强行推入，而是轻微地向左偏移角度，尝试用指尖拨开抹布。这种在执行前产生的“停顿”，在工程上被定义为基于置信度阈值的“犹豫”。
预测结果的“概率分布”而非“唯一答案”
机器人之所以会“犹豫”，是因为它不再依赖于简单的 If-Then 逻辑，而是在运行一个内部的物理模拟器。根据 Yann LeCun 及其团队近期推动的世界模型架构，AI 不再是单纯地预测下一个 Token，而是在潜空间（Latent Space）中预测动作执行后的状态分布。
当机器人尝试执行“放置杯子”这个动作时，世界模型会同时生成多个可能的未来轨迹：
- 轨迹 A：杯子顺利进入水槽（置信度 40%）
- 轨迹 B：杯子与抹布碰撞并倾斜（置信度 35%）
- 轨迹 C：杯子撞击边缘导致破碎（置信度 25%）
在这种分布下，没有任何一个结果具有绝对的压倒性优势。此时，系统引入了一个关键的“置信度阈值”（Confidence Threshold）。如果最高概率的预测结果低于该阈值（例如 70%），机器人将不会立即执行动作，而是进入一个“重新采样”或“低速探测”状态。这种机制在感知上就变成了人类眼中的“犹豫”。
这种从“感知”到“认知”的跨越，正是李飞飞提出的“空间智能”（Spatial Intelligence）的核心。机器人不再是机械地响应指令，而是在脑海中预演物理后果。如果预演结果充满冲突，它会选择暂停，通过微调传感器角度来增加信息的确定性。
适度的不确定性如何拯救安全性
在工业场景中，追求 100% 的确定性往往是危险的。一个完全确信自己路径正确的机器人，在面对突发的人员闯入或环境变动时，反应速度取决于其重新规划（Replanning）的周期。而具备“犹豫”机制的机器人，其安全边界被前移到了预测阶段。
对比实验显示，在处理模糊指令（如“把那个东西拿过来”，但目标物附近有易碎品）时，采用固定路径规划的机器人发生碰撞的概率比引入置信度阈值的模型高出 32%。原因在于，后者在面对“不确定性”时会自动降低执行速度，并将采样频率提高。这种“慢下来”的逻辑，实际上是在物理世界中通过牺牲时间效率来换取生存率。
然而，世界模型在模拟物理规律时依然存在“幻觉”。就像我们在之前的分析《视频模型为何总让杯子穿地板？物理约束正在进入生成链路》中提到的，如果模型内部的物理引擎对重力和碰撞的理解有偏差，那么它的“犹豫”可能会变成毫无意义的原地打转。目前的突破口在于将真实的物理约束（如刚体动力学）直接写入训练目标，而非让模型仅通过观察视频来拟合视觉表面。
从“脑补”到“触碰”的最后一步
尽管世界模型解决了决策层面的死锁，但执行端的反馈依然是瓶颈。在 2026 年的 WAIC 上，一目科技等公司展示的触觉传感器试图补齐这一环。目前的决策逻辑是：世界模型产生“犹豫” $ ightarrow$ 触发低速探测 $ ightarrow$ 触觉传感器实时回传压力数据 $ ightarrow$ 修正世界模型预测 $ ightarrow$ 最终执行。
这种闭环让机器人能够处理极其模糊的指令。例如，当指令是“轻轻地拿走这个物体”时，机器人无法通过视觉预知物体的重量和摩擦力。它必须先通过一次“试探性”的轻触（这也是一种犹豫的物理表现），获取真实的物理参数，再将这些参数反馈给世界模型，更新其对该物体物理属性的认知。正如我们在《机器人看见苹果之后，触觉传感器为何仍难量产》中讨论的，触觉数据的实时接入，能让世界模型的置信度阈值从“猜测”变为“确认”。
实时决策的算力账本
让机器人实时运行一个世界模型并进行多路径预测，对端侧算力的压力极大。在 2026 年的硬件环境下，这种决策逻辑通常采用分级架构：
- 快速路径（Fast Path）： 处理高置信度、低风险动作（如在空旷地带行走），直接由量化后的端侧模型执行，延迟控制在 20ms 以内。
- 慢速路径（Slow Path）： 当置信度低于阈值时，激活世界模型进行潜空间模拟，这部分计算可能会调用类似昇腾 910C 这样具备高推理吞吐的边缘节点。虽然延迟增加到 200ms-500ms，但避免了物理损坏的代价远高于此。
这种分级机制与 BIGAI 正在补全的物理常识逻辑不谋而合。通过在模型中植入基础的物理常识（如“液体会流动”、“玻璃易碎”），机器人可以快速过滤掉那些极低概率的错误路径，从而减少不必要的“犹豫”次数，提升整体任务完成率。
总结来看，AGI 在具身智能上的体现，不是让机器人变得像机器一样精准，而是让它像生物一样懂得在不确定面前保持谨慎。当机器人学会犹豫，它才真正开始理解它所处的物理世界。
