生数科技推出自进化世界模型，探索具身智能自我递归改进

生数科技发布具身智能世界模型 Motus2 并公开论文，其关注价值在于将动作执行、后果预测与价值评估整合至同一模型中，探索了基于自身反馈的机器人策略递归改进机制。

• 模型集成了生成动作的 WAM、预测环境后果的 AC-WM 以及打分评估的 VM，构建了“动作生成—后果预测—结果评估—策略更新”的闭环。
• 引入轻量级触觉专家模块与历史观测记忆缓存，在多指操作与遮挡任务中补充了单一视觉模态在接触状态感知上的不足。
• 训练体系采用约 13 万小时人类第一视角操作数据进行预训练，再通过百小时级机器人真机数据完成控制域适配。
• 在 20 至 22 自由度灵巧手上完成真机测试，结合规划与强化学习后特定任务成功率较基础策略提升约 10 个百分点。
• 影响/看点：该成果表明世界模型正从被动视觉生成向具身行动控制闭环演进，但长时程复杂任务中的预测可靠性以及触觉信号跨本体迁移仍是开放环境落地的关键制约。
• 资料依据：
• 量子位（2026-09-12）：https://www.qbitai.com/2026/09/487752.html
• GitHub：Motus Robotics（2026-09-12）：https://motus-robotics.github.io/motus2/
• arXiv（2026-08-30）：https://arxiv.org/abs/2608.30237

本内容由 AI 生成，仅供参考，请注意甄别