智元机器人发布并开源首个机器人动作序列驱动的世界模型

正文

请到「今天看啥」查看全文

• 机器人动作与像素的高精度对齐：将机械臂 6D 位姿（x,y,z,roll,pitch,yaw）与末端执行器行程投影为 action map，确保物理动作与图像帧的像素级对齐，精准建模 “抓取”、“放置”、“碰撞”、“推拉”、“快速抛掷”、“缓慢摇晃” 等复杂动力学行为；
• 动态多视图建模：引入 Ray Map 编码相机运动轨迹，支持头部 、腕部等多视角协同生成一致且连贯的视觉场景，赋予机器人更全面的环境生成能力。；
• 卓越的长时序一致性：采用 Chunk-Wise 自回归扩散架构与稀疏记忆机制（Sparse Memory），EVAC 能够实现单视图稳定生成长达 30 个连续片段、多视图下亦可维持 10 个连续片段的无漂移稳定输出，保证了模拟过程在时间轴上的连贯性与真实性；
• 数据高效利用：融合 Agibot-World 数据集 + 失败轨迹（如抓取滑脱、路径碰撞）提升生成质量，该策略能有效抑制幻觉现象，使模型能更合理、更全面地建模机器人与环境的交互动态。

生成式仿真评估 + 数据引擎双轮驱动

• 生成式仿真评测

针对真机评测成本高、风险大、难以复现等痛点，EVAC 开创性地提出了生成式模拟评测方案，它能与待评测的策略模型进行交替推理，构建起一套完整的交互式评测管线。实验显示，在多个任务中，EVAC 所生成的评测结果与真机评测的成功率具有高度一致性，甚至能够可靠地识别出性能更优的模型权重，大幅提升了策略模型的筛选效率。

• 数据增广引擎

EVAC 能够基于极少量的专家轨迹数据，通过动作插值与高保真画面生成技术进行大规模数据增广。应用结果表明，采用 EVAC 数据增广数据训练的策略模型，其任务成功率提升高达 29%，目标跟随性得到显著改善，验证了这一方案在具身智能研究中的实用性与高性价比。

打造具身世界模型的 “质检尺”

为了科学、系统地衡量具身世界模型的性能表现，智元机器人推出了全球首个具身世界模型评测基准——EWMBench，旨在填补行业空白，构建统一、可信的评测标准。

请到「今天看啥」查看全文