生数科技谈世界模型到机器人

生数科技 · wechat · 2026-07-19

朱军在 WAIC 相关访谈中系统介绍了生数科技从视频生成走向世界模型与机器人行动的路线：ViduS1 强调实时交互，用户可用语音持续影响角色生成；随后公司把视频预测、未来状态建模和动作生成连到一起，尝试让模型从“生成内容”走向“理解并作用于物理世界”。

文章重点讲了他们的数据金字塔与 MoT 统一架构：先用海量通用视频、第一视角视频、仿真数据和机器人轨迹学习世界规律，再用统一的理解/预测/行动专家协同建模，减少模块割裂带来的误差累积。文中还提到 Motubrain 在 RoboTwin2.0 随机环境 50 余项复杂任务上平均成功率超过 95%，作者将其视为通用世界模型路线的阶段性验证。