安努智能一周发布六款模型，押注工业具身智能全栈落地
量子位 · wechat · 2026-09-08
量子位报道，国内具身智能 2026 年前 5 个多月融资约 438 亿元（达 2025 全年近八成），而离批量落地最近的场景是工业。专注工业具身智能的安努智能一周内发布六款模型，覆盖从数据到部署的完整链条：
- 数据层：实时长视频生成模型 Helios（单张 H100 上 19.5 FPS 生成分钟级长视频）+ 软物体仿真平台 SimLab（自研软体/热学求解器，已在物流分拣项目落地）
- 判断层：世界模型 ActiWorld，专注动作后果可验证性——用逆动力学头、双向预测、运动加权三条训练约束让画面「对动作负责」，成败预判与真实结果偏差低于 3.25%，真机上使分拣任务相对失败率降约 13.6%，且推理零额外成本
- 训练层：RoHIL/EvoHIL 真机强化学习，30 分钟训练达满分水准，USB 插入任务 100% 成功率，跨光照人工介入比例仅 1.32%，同等规模部署整体成本降约 80%
- 执行层：14B 参数的工业世界动作模型 AnuVerse-0.5（MoT 架构，百毫秒级推理，桌面级显卡可跑）+ 部署系统 Nexus（统一调度不同端到端模型，已打通 SAP EWM/Joule）
安努的差异化路径是「先部署后补模型」：工程师驻扎富临精工真实产线积累 know-how——第一个工位部署花 4 个月，沉淀技能包后同类工位 3 天即可完成，设备平均故障间隔超 300 小时。董事长文宏杰认为部署经验才是护城河，高盛报告亦指出柔性物体操作等任务「本质上无法仿真」，真实产线数据是机器人公司长期壁垒。
所属事件:具身智能转向落地竞赛，安努智能一周连发六款模型(2 条相关)→
「具身」频道最新
- 纽约仿真城捉人赛：Fable 5.1 智能体 2-1 击败 Astra — Lianhuiq · 2026-09-19
- Horace Dediu 算账：Duo 定价约每天 2 美元、每次解锁 2 美分 — asymco · 2026-09-19
- Matthew Chang 团队一年设计 5 亿美元美国工厂自动化,再获 10 亿美元新需求 — MatthewChang · 2026-09-19
- 机器人公司校招排队超 300 人,热度压过 Google 和亚马逊 — MatthewChang · 2026-09-19
- 斯坦福 Manning 谈 Moonlake 押注代码化世界模型，反对单一巨网方案 — chrmanning · 2026-09-19
- 网友道出真实需求：不要会快乐的机器人，只要能洗碗洗衣服的 — VraserX · 2026-09-19