语言大模型
会说概念，不等于理解物理约束。模型可以描述杯子，却未必知道杯子被推后会如何移动。
Brand Definition
通用物理智能（Physical AI）技术提供商
Awomo 面向具身智能、自动驾驶、工业制造、智能硬件与仿真数据等场景，提供以概念世界模型为核心的物理智能基础模型能力。我们希望让智能不只停留在文本、图像和屏幕中，而是进入真实设备、真实任务与真实环境。
Awomo 源自 Autonomous World Model：A 代表 Autonomous，指向自主适配与持续进化；WO 代表 World，立足真实物理世界；MO 代表 Model，指向基础世界模型。
这个名字对应的是 Awomo 的核心目标：构建能够理解物理世界、并在世界中行动和进化的模型。
Technology
Concept World Model，面向物理世界的概念世界模型
Awomo 不以生成下一帧画面为主要目标，而是在隐空间中学习物体、空间、状态、动作和因果关系。模型关心的不是画面看起来像不像，而是事情会不会发生、行动是否可靠。这一路径让机器人、车辆与智能硬件能够以更低成本完成物理推演和实时控制。
Why Physical AI: 会说话、会生成，还不等于会行动
真实世界不只由词语和像素组成。真实世界有重力、摩擦、碰撞、遮挡、约束和失败。机器想真正行动，就必须理解这些规律。
视频生成模型
像素连续不等于物理规律。生成一段看起来真实的视频，未必能实时指导机器人行动。
传统规则 / 仿真
手写规则覆盖有限，现实世界长尾复杂，迁移成本高，需要从真实交互和失败反馈里学习。
技术体系：从感知、推演到行动的物理智能中枢
1
多模态物理感知
融合图像、点云、声音、传感器和动作反馈。
2
隐式物理空间
把复杂物理现象压缩进高效隐空间。
3
概念空间建模
建立物体、关系、状态、动作和目标表征。
4
预测与行动控制
行动前推演可能结果，评估风险。
5
自我进化闭环
失败发现、原因理解、补充数据、模型修正。
Advantages
更高效地学习，更可靠地泛化
高数据效率
不盲目堆像素，而是学习更关键的物理概念和因果结构。
低推理成本
减少高清视频级生成开销，更适合实时控制与端侧部署。
强泛化能力
同一套物理智能中枢，跨任务与硬件本体迁移复用。
Applications
从道路、工厂到机器人，进入真实物理场景
自动驾驶
通用机器人
工业制造与物流
仿真与数据生成
智能硬件模型能力授权
About Awomo
源自 AutoLab，面向物理世界的基础模型团队
Awomo（西湖数智）成立于 2026 年，聚焦 Physical AI（物理智能）领域，致力于构建面向机器人与真实世界的基础模型和智能系统。公司以世界模型为核心技术底座，打造具备物理理解、环境交互与自主决策能力的新一代 AI，为机器人、智能制造、自动驾驶等场景提供通用智能能力。
2026公司成立
20+博士与资深工程专家
AutoLab西湖大学自主智能实验室孵化
于开丞
Awomo 创始人，西湖大学博导/研究员，自主智能实验室负责人，研究方向覆盖世界模型、自动驾驶、具身智能与自动机器学习等。
核心团队包括西湖大学助理教授团队，由 20+ 博士与资深工程专家组成。团队与西湖大学及中国科学院大学密切合作，覆盖世界模型、多模态模型、强化学习、仿真、数据体系、自动驾驶和工程系统等方向。
Careers
加入 Awomo，把模型推向真实世界
物理智能仍处在早期。我们正在寻找理解基础模型、工程系统、仿真、机器人控制与真实场景的人，一起把抽象模型推向真实设备，把屏幕里的智能推向原子世界。
坐标杭州。点击岗位卡片查看详情，简历投递：joinus@westlakedi.com，邮件标题建议为“姓名 + 岗位”。
FAQ
几个常见问题
Awomo 主要做什么？
Awomo 构建概念世界模型，为机器人、车辆和智能硬件提供理解物理世界并完成可靠行动的基础模型能力。
什么是概念世界模型？
概念世界模型是在隐空间中建模物理状态、空间关系、运动规律和因果变化的世界模型。它关注行动所需的物理理解，而不是仅仅生成下一帧画面。
Awomo 为什么强调跨本体？
不同硬件形态面对的是同一个物理世界。Awomo 希望模型学习到的物理规律能够在车辆、机械臂、人形机器人与智能硬件之间迁移，降低重复开发和场景适配成本。
会做自己的机器人硬件吗？
现阶段更专注于做脑，也就是模型和智能中枢，让模型适配更多第三方硬件。
Contact
联系合作
Awomo 面向机器人、自动驾驶、工业制造、智能硬件和物理交互数据平台等方向开放合作。我们期待与长期主义的产业伙伴一起，把抽象模型推向真实设备，把屏幕里的智能推向原子世界。