跨维智能发布UNITAS,这是一种让机器人直接以三维物理空间为学习基础的任务原生3D世界模型,而不是从二维图像推断三维世界。
1. 核心概念:UNITAS把机器人的观察、动作和场景变化统一到同一个三维坐标系中联合建模,让机器人用空间位置关系理解世界,而不是走VLA路线那种模仿式捷径。
2. 效果亮点:仅1.7B参数就在LIBERO测试中取得99.8%平均成功率,超过参数更大的模型;真实机器人整理书籍和装球的平均成功率是85%;场景运动预测误差从0.656厘米降到0.427厘米。
3. 对普通人的价值:机器人在面对初始状态扰动和不同任务时更稳定,比如整理书籍、装球这类日常操作成功率达到80%到90%,这为家用和服务机器人变得更可靠打下基础。
跨维智能以技术路线选择构建品牌差异化,其产品研发、资本背书和生态布局可作为科技品牌建设的参考样本。
1. 产品研发与品牌定位:跨维智能从成立起就确定用AI解决三维物理世界的感知、决策与执行,并搭建仿真引擎DexVerse、数据集Aligned DexWorld和世界模型DexWorldModel的技术闭环,以UNITAS为核心产品打出原生3D世界模型标签,明确反对VLA捷径学习,形成独特技术心智。
2. 融资和市场背书:B轮融资超10亿元,投后估值突破100亿元,投资方包括深创投、前海母基金、蓝思科技、工银资本等,说明资本市场对其技术路线和商业化前景高度认可,也为品牌定价和拓展提供信用支撑。
3. 产品趋势启示:具身智能走向Physical AGI,机器人操作能力大幅提升,品牌商可关注机器人任务原生模型对智能家居、商业服务等产品智能化升级带来的潜在需求,并注意三维空间理解能力将成为下一代智能产品的重要竞争维度。
具身智能赛道正成为资本和产业关注的高增长市场,跨维智能的最新模型为卖家提供了观察新机会和评估风险的具体窗口。
1. 增长市场信号:跨维智能B轮融资超10亿元、估值突破100亿元,资本集中涌入,反映机器人操作智能化进入加速期,卖家可关注由此带动的自动化服务需求。
2. 消费需求变化:UNITAS让机器人在真实环境中完成整理书籍、装球等任务,平均成功率85%,意味着物流分拣、仓储整理、门店服务等场景可能引入更可靠机器人,降低人力成本。
3. 机会与风险:不同来源数据统一为三维点轨迹后,模型鲁棒性明显提升,面对初始状态扰动时成功率从84.8%提升到94.2%;但当前场景流监督主要来自仿真数据,真实环境迁移仍需独立复现验证,卖家在尝试引入机器人时应评估效果稳定性风险。
4. 可学习点:跨维智能用生成式仿真引擎持续生产高真实度数据,并贯通人类示教、真机遥操和仿真合成,这种多源数据协同方式对卖家构建灵活供应链和跨渠道运营也有借鉴意义。
UNITAS为工厂自动化升级提供了具体的技术参考,尤其是机械臂双臂操作精度和面对干扰时的适应性。
1. 生产任务匹配:模型支持机械臂、双臂或人形本体在三维坐标系中完成任务,RoboTwin双臂操作测试中Clean和Randomized设置成功率分别达92.94%和93.04%,可用于复杂装配、协同搬运等工序。
2. 数据获取效率:DexVerse生成式仿真引擎可以产出多样化高真实度场景,Aligned DexWorld数据集实现人类、仿真到真机的时空动作对齐,帮助工厂降低真实操作数据采集的门槛和成本,方便快速验证自动化方案。
3. 数字化生产启示:混合预训练后,面对机器人初始状态扰动时成功率从84.8%提升至94.2%,说明在柔性生产环境中,机器人对初始位置变化和外界干扰的适应能力直接影响产线稳定性,选择自动化方案时应重点考察模型的泛化和抗扰动表现。
机器人行业正在从二维视觉路线转向三维原生世界模型,服务商可以围绕数据统一、仿真迁移和场景预测提供新解决方案。
1. 行业趋势:VLA路线被贾奎视为捷径学习,泛化效率低,UNITAS主张以三维物理空间为原生表示,代表具身智能技术路线的新动向,服务商需跟进这一方向的技术能力。
2. 客户痛点:机器人数据高度分散,仿真、真机、人工示教数据格式各异,不同机械结构难以互通,UNITAS将人手、夹爪和仿真操作端统一为三维点轨迹,解决多源数据联合训练的关键问题。
3. 解决方案参考:跨维智能构建仿真引擎DexVerse、数据集Aligned DexWorld和世界模型DexWorldModel闭环,服务商可以借鉴这套方法为客户提供仿真数据生产、异构数据对齐和模型评测服务。
4. 效果数据:九个数据来源混合预训练后,LIBERO-Plus整体成功率提升2.6个百分点,扰动场景从84.8%提升至94.2%,说明统一数据方案能实际提升模型鲁棒性,可作为服务商向客户展示价值的依据。
跨维智能的UNITAS展示了机器人能力平台的基础架构思路,平台商在整合具身智能生态时可借鉴其统一三维空间的设计方式。
1. 平台需求与问题:具身智能面临数据多源、机械结构异构的难题,需要建立统一的数据表达和训练框架,UNITAS用三维坐标系和点轨迹将不同操作端统一,是平台级数据互通的关键技术路线。
2. 最新做法:跨维智能形成仿真引擎DexVerse生产数据、Aligned DexWorld标准化对齐数据、世界模型DexWorldModel作为核心认知能力的闭环,平台商可沿此路径搭建集数据生成、对齐、训练、评测于一体的基础设施,吸引更多开发者接入。
3. 运营与风控:当前场景流监督主要来自仿真数据,在真实观测数据上仍需独立验证;平台在招商和开放数据接口时,应明确三维场景流数据的质量标准和来源标注,规避仿真到真实迁移不可复现带来的落地风险。
UNITAS的发布反映具身智能研究从二维视觉推断转向三维原生世界模型的新动向,并在数据统一、泛化评测和仿真迁移方面提出新问题。
1. 技术路线创新:模型以三维物理空间为表示基础,将位置关系、运动轨迹和场景变化在统一三维坐标系中联合建模,区别于传统VLA路线,为Physical AGI提供一种原生空间假设。
2. 数据与方法贡献:将人手、夹爪和仿真操作端统一为三维点轨迹,混合预训练九个数据来源,使LIBERO-Plus整体成功率提升2.6个百分点,初始状态扰动下从84.8%提升至94.2%,说明三维一致表达对提升泛化有实证价值。
3. 评测表现:1.7B参数的UNITAS在LIBERO取得99.8%平均成功率,超越参数更大的Fast-WAM、Motus等模型;RoboTwin双臂操作成功率分别为92.94%和93.04%,运动点平均轨迹误差降至0.427厘米。
4. 可复现性及政策启示:场景流监督主要来自仿真数据,但在DROID、RH20T真实观测数据上仅根据夹爪轨迹仍能预测合理场景变化,若被独立复现将为仿真到真机迁移提供可验证路径;产业资本高度密集投入这一方向,提示研究者应关注基础模型统一评测标准和数据共享机制的建设。
返回默认