大晓机器人联合南洋理工发布世界模型Mundo 少量照片生成可碰撞三维训练场
要点
上海大晓无限机器人有限公司联合南洋理工大学S-Lab近日发布面向具体环境构建、可探索、可交互的机器人世界模型Mundo。 据科技日报报道，Mundo支持与Atlas类似的场景重建、自由视角探索和时空模拟能力。相较于Atlas，Mundo可以将物体的质量、摩擦等物理属性纳入场景程…
上海大晓无限机器人有限公司联合南洋理工大学S-Lab近日发布面向具体环境构建、可探索、可交互的机器人世界模型Mundo。
据科技日报报道，Mundo支持与Atlas类似的场景重建、自由视角探索和时空模拟能力。相较于Atlas，Mundo可以将物体的质量、摩擦等物理属性纳入场景程序，通过物理引擎计算运动、接触与碰撞。同时，Mundo支持调用智能体，通过代码编辑场景中的物体、属性与动作，将少量影像转化为可自由探索、可编程交互、可用于机器人导航与操作训练的三维世界。
据证券日报报道，该模型将三维场景表示、物理仿真与视频生成相结合，把少量影像转化为可自由探索、可编程交互的三维世界，为机器人进入具体商业场景提供环境建模、训练数据生成与仿真训练支持。在大晓机器人以Kairos为核心的世界模型技术体系中，Mundo补充了环境建模、训练数据生成与仿真训练能力。
从技术路径看，据南方+报道，Mundo从真实场所的上下文影像出发，先建立三维代理，确定不同视图之间的空间关系，再沿指定相机路径生成新视角。输入1至12张图像即可围绕房间中的家具和空间结构展开探索，同一组参考图像可以服务于多条路径。面对更大场景，Mundo使用数十张上下文图像支持数十秒至分钟级的长路径生成。
据澎湃新闻报道，物理属性的介入是Mundo与以往三维重建技术的关键差别。以往不少三维重建技术只能做到”看得过去”，画面可以切换视角，但物体不会真实发生碰撞、推拉、掉落等物理反应。Mundo通过代码描述物体的名称、尺寸和位姿，并为其配置质量、摩擦等物理属性；脚本定义动作和施加的力，物理引擎计算物体在重力与接触约束下的响应，得到运动轨迹、接触位置和碰撞力，再结合环境参考图像将变化渲染到对应场景中。
商业化进展同步推进。据澎湃新闻报道，大晓机器人已尝试利用这套技术重建酒店楼层环境，模拟开门、取放物品等任务，开展机器人仿真训练。据南方+报道，在酒店应用中，团队已利用它重建楼层与洗衣区域，为导航提供空间和语义信息，并模拟洗衣机开门等交互，为机器人理解任务与开展训练提供支持。据文汇报报道，企业已尝试利用这套技术重建酒店楼层环境，模拟开门、取放物品等任务。
作为一家总部设立在徐汇的具身智能企业，大晓机器人在此次成果公开的同时上线了相关项目页面与技术博客。据南方+报道，该企业持续攻坚世界模型技术，致力于解决机器人行业数据不足、泛化能力弱等痛点，推动服务机器人商业化落地。
世界模型这条路线近半年在国内批量涌现，但多数demo的共同短板是”只能看、不能试”——机器人无法在环境中真正犯错，也就无法从犯错中学习。Mundo把质量、摩擦这些物理参数写进场景程序，让虚拟环境具备对动作作出可计算响应的能力，这一步决定了仿真训练能否替代真机试错。而这条路线的成色，最终要看它能否在酒店、商业空间这类真实场景里跑通从现场采集、数据生成到策略优化的完整闭环，而不只是生成好看的视频。
