生成預測四大權威榜單第一！開悟世界模型確立具身智能世界模型新標杆
重點摘要
近日，大曉機器人開悟世界模型（Kairos）同時在 RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot、DreamGen等全球針對世界模型視頻生成和狀態預測的權威具身智能評測中均實現第一，超越 Cosmos3、PI、MotuBrain、being-H0.7、Abot、Fast-WAM、Wan2.2等全球主流世界模型 。憑藉首創的原生統一世界模型架構——“多模態理解—生成—預測”一體化架構，實現了從具身視頻生成、任務指令追隨、泛化能力到場景魯棒性的全維度領先，並向全行業開源。 針對行業普遍基於視頻生成模型做後訓練所固有的物理缺失、因果匱乏與推理延遲等痛點，大曉機器人（ACE ROBOTICS）於2025年12月重磅推出創新的一體化統一架構。作為國內唯一堅持自主設計網絡架構與自主預訓練範式的團隊，大曉徹底摒棄了“外掛式”改良捷徑，從底層重構世界模型運行邏輯。該架構深度融合理解、生成與預測三大核心能力，依託自研混合線性注意力算子與全局狀態共享機制實現全鏈路高效協同。這一顛覆性設計確立了全球主流演進方向，英偉達最新發布的Cosmos 3.0亦採用同源架構，印證了Kairos的絕對引領地位。在數據層面，得益於完全自主的預訓練範式，Kairos廣泛匯聚十餘萬小時human-centric實景數據與數百萬小時互聯網真實世界視頻，全面覆蓋數百類職業場景。結合顯式模仿學習與隱空間強化學習，模型徹底打通了從數據感知到深度理解的閉環，使基模型的場景認知、時序因果推演與泛化適配取得全方位突破。這不僅夯實了具身智能落地的底層基座，更為世界模型數據層面的尺度定律探索做出了重要貢獻。憑藉領先架構與海量高質量數據，Kairos兼具強勁物理直覺、頂尖泛化能力與極致魯棒性。基於此打造的Kairos-4B成為全球首款可端側直驅機器人本體的具身世界模型，成功打通世界理解與
近日，大曉機器人開悟世界模型（Kairos）同時在 RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot、DreamGen等全球針對世界模型視頻生成和狀態預測的權威具身智能評測中均實現第一，超越 Cosmos3、PI、MotuBrain、being-H0.7、Abot、Fast-WAM、Wan2.2等全球主流世界模型 。憑藉首創的原生統一世界模型架構——“多模態理解—生成—預測”一體化架構，實現了從具身視頻生成、任務指令追隨、泛化能力到場景魯棒性的全維度領先，並向全行業開源。 針對行業普遍基於視頻生成模型做後訓練所固有的物理缺失、因果匱乏與推理延遲等痛點，大曉機器人（ACE ROBOTICS）於2025年12月重磅推出創新的一體化統一架構。作為國內唯一堅持自主設計網絡架構與自主預訓練範式的團隊，大曉徹底摒棄了“外掛式”改良捷徑，從底層重構世界模型運行邏輯。該架構深度融合理解、生成與預測三大核心能力，依託自研混合線性注意力算子與全局狀態共享機制實現全鏈路高效協同。這一顛覆性設計確立了全球主流演進方向，英偉達最新發布的Cosmos 3.0亦採用同源架構，印證了Kairos的絕對引領地位。在數據層面，得益於完全自主的預訓練範式，Kairos廣泛匯聚十餘萬小時human-centric實景數據與數百萬小時互聯網真實世界視頻，全面覆蓋數百類職業場景。結合顯式模仿學習與隱空間強化學習，模型徹底打通了從數據感知到深度理解的閉環，使基模型的場景認知、時序因果推演與泛化適配取得全方位突破。這不僅夯實了具身智能落地的底層基座，更為世界模型數據層面的尺度定律探索做出了重要貢獻。憑藉領先架構與海量高質量數據，Kairos兼具強勁物理直覺、頂尖泛化能力與極致魯棒性。基於此打造的Kairos-4B成為全球首款可端側直驅機器人本體的具身世界模型，成功打通世界理解與狀態預測的端到端閉環，消除中間轉譯延遲，讓機器人真正實現“想到即做到”。這一里程碑式突破大幅提升了實時響應與作業精度，為具身智能的商業化落地開闢了全新路徑。登頂RoboTwin 2.0，複雜雙臂操作能力獲權威驗證在全球最具挑戰性的雙臂機器人操作評測基準 RoboTwin 2.0 中，Kairos 以 96.1% 的平均成功率位列所有參評方法第一，刷新當前最好成績，並顯著領先傳統 VLA 模型，展現出在複雜雙臂協作、精細操作與多任務泛化場景中的領先能力。
Related
相關文章
Edge AI Daily 早報（6月19日）
AI Engineer World's Fair 2026規模再創新高，標誌AI工程從幕後走向舞臺中央。行業面臨結構性調整：楊立昆警示OpenAI年虧210億美元揭示商業模式脆弱性，Transformer之父轉投OpenAI反映人才爭奪白熱化。Anthropic多線佈局——語音支持七種語言、加入碳清除聯盟、落子首爾辦事處，展現生態擴張野心。監管壓力加劇，意大利依據DMA調查蘋果iCloud，巴西開放iOS側載佣金降至5%，蘋果圍牆花園持續崩塌。
今天起，Claude Design要把設計師和程序員變成同一種人了
猝不及防！Anthropic深夜甩出Claude Design大更新，設計系統一鍵導入，代碼雙向同步，9大平臺一鍵導出。Anthropic設計師親自下場錄屏：AI跑了八輪自查，才敢把設計稿給你看。
OpenAI 成為 Rust 基金會白金會員，合計贊助 60 萬美元
OpenAI 正式成為 Rust 基金會白金會員，將提供總計 60 萬美元資金，用於支持 Rust 開源項目維護者及 Rust 創新實驗室等計劃。這標誌著 AI 巨頭對安全、高效系統編程語言的重視。 #OpenAI #Rust #開源
Claude Design 上線首周用戶破百萬，和 Claude Code 共享 AI 配額
Anthropic 今天（6 月 18 日）發佈公告，在宣佈 Claude Design 上線首周用戶規模突破 100 萬後，進一步強化和 Claude Code 的雙向聯動，實現從設計到編程的無縫工作流。
谷歌時隔6年再發智能音箱，Gemini上桌，售價不到700元
智東西 編譯 | 劉煜 編輯 | 陳駿達 智東西6月18日消息，谷歌昨日宣佈，其首款搭載居家版Gemini語音助手的智能音箱（Google Home Speaker）已開啟預售，將於當地時間6月25日正式上市，售價為99.99美元（約合人民幣677.03元）。在此之前，谷歌已有6年沒有推出過獨立智能音箱產品。 谷歌這款智能音箱外觀近似球形，風格類似亞馬遜新一代Echo音箱與蘋果舊款音箱HomePod Mini。 ▲谷歌智能音箱（圖源：谷歌官網） 使用音箱時，用戶只需通過口令“Hey Google”或“OK Google”喚醒Gemini，就可以繼續下達相應指令。這與谷歌舊款音箱、智能顯示屏等喚醒語音助手的方式相同。此外，用戶只要按照日常說話習慣下達命令，Gemini便能理解用戶意圖，相比之前大大提升溝通效率。 一、加強短時對話記憶，會員可與Gemini不限次數對話 谷歌此次推出的全新音箱升級諸多功能。其中，音箱搭載的Gemini語音助手擁有10款全新擬人化語音音色，用戶可以根據喜好自行選擇聲線。音箱還可支持用戶一次性下達多條語音指令，即使指令未能說對、說完整，用戶中途改口Gemini也能識別。 Gemini還具備多鏈路推理能力，落地到實際生活場景中比較實用。例如，用戶問：“我支持的足球隊下場比賽天氣如何？”Gemini收到指令後，會自動查詢賽事時間、舉辦地點，同時匹配相應時段天氣，再給出答覆。 同時，Gemini加強了短時對話記憶，能承接上下文實現連續對話功能。即使用戶連續追問、甚至串聯多項任務、不重複交代前置條件，該語音助手也能實現來回連貫交流。 ▲谷歌Gemini對話場景（圖源：谷歌官網） 不僅如此，Gemini搭配的連續對話功能，能讓應答後的音箱麥克風保持短暫收音，用戶無需重複喊“OK Google”就能繼續提問。該功能現已全面支持所有Gemini原生適配的語言，包括
微軟，考慮接入DeepSeek
這篇消息聚焦「微軟，考慮接入DeepSeek」。原始導語提到：Copilot Cowork轉為按量計費。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。