Ropedia Open-Sources W0 World Model Trained on 10k Hours of Human Video
Ropedia 开启「Super Week」连续发布活动，首日推出并开源世界基础模型 W0：一个以自我中心（egocentric）视角为核心的潜在视频扩散模型，用约 1 万小时第一视角人类视频训练，让机器人在行动前先预测物理世界的后果。团队同时提出「Human Experience Scaling Law」，在固定后训练配方下，人类视频预训练量从 180 小时增加到 1 万小时可持续改善世界模型表现（如相机跟随误差下降）。
已确认
- 模型架构与规格：W0 采用潜在视频扩散架构，提供稠密 5B 与 14B 激活参数的 MoE 两个规格。
- 训练数据：约 10,000 小时第一视角人类经验数据（配套 Xp-Teleop 数据集），统一学习 loco-manipulation（移动+操作）。
- 跨本体能力：通过统一运动学接口（含相机位姿处理），单一模型可统一预测人类、机械臂等不同本体行动后的世界变化，实现操控能力从机械臂到其他本体的迁移，主张「不同机器人，共享一个世界模型」。
- 开源：W0 模型已发布并开源。
为什么重要
- 世界模型让机器人「先预测、再行动」，有望降低真机试错成本，是具身智能的重要路线。
- 人类视频数据远比机器人真机数据廉价易得，若 Scaling Law 成立，为机器人学习提供了一条可扩展的数据路径；跨本体统一建模则可能避免为每类机器人单独训练模型。
2026-10-19 ~ 2026-10-20 · 5 related posts
- Episode 1: Ropedia Announces Super Week: Six Embodied AI Releases in Five Days(2026-10-16, 3 posts)
- Episode 2: Ropedia Open-Sources W0 World Model Trained on 10k Hours of Human Video(2026-10-19, 5 posts)
Primary sources
- Ropedia Kicks Off Super Week With W0, a World Model Teaching Robots to Predict Physics Before Acting — liuziwei7 · 2026-10-19
- Ropedia W0: One World Model Trained on 10,000 Hours of Egocentric Human Video for Any Robot — liuziwei7 · 2026-10-19
- [source] Ropedia W0 shows 10k hours of human video yields a robot learning scaling law — liuziwei7 · 2026-10-20
- [source] Ropedia W0: one kinematic interface transfers loco-manipulation across embodiments — liuziwei7 · 2026-10-20
- [source] Ropedia W0 world model tops all robot baselines, trained on 10k hours of human video — liuziwei7 · 2026-10-20