地瓜机器人发布“一帧一反馈”的世界模型，让机器人在“想象”中学会操作

地瓜机器人算法团队近日正式推出 Uranus，地瓜的世这是机器界模机器一款基于视频扩散模型、采用帧级闭环模式的人发人想交互式世界模型。该技术的布帧问世，标志着机器人仿真技术从传统的反馈“手工搭建”向“数据驱动”的全新范式跨越。

突破传统仿真瓶颈：从开环到帧级闭环

机器人研发长期受限于高昂的型让象中学真机测试成本、漫长的操作验证周期以及难以完全控制的环境变量。尽管传统仿真器能提升效率，地瓜的世但仍需耗费大量精力进行场景建模、机器界模机器材质设定及物理参数调校。人发人想随着机器人策略模型、布帧VLA（视觉-语言-动作）及世界模型的反馈快速迭代，行业对可交互、型让象中学可复现的操作仿真环境需求日益迫切。

Uranus 通过以下核心机制解决这一痛点：

• 帧级闭环生成：不同于传统开环生成一次性输出整段视频，地瓜的世Uranus 采用自回归方式，每次仅生成下一帧，并将结果反馈至下一步预测。
• 实时交互调整：由于按帧推进，动作指令可在生成过程中实时修正，模型随即根据新指令生成后续画面，高度契合机器人训练与评测所需的交互式环境。
• 多模态输入：模型接收参考图像、机器人关节状态、相机参数及文本描述，自回归生成多相机视角下连续、可控的未来视频流，精准模拟人机交互过程。

核心优势：跨具身泛化与高精度控制

Uranus 在技术实现上具备多项突破性能力，显著提升了仿真的通用性与实用性：

1. 统一的骨架渲染与跨具身泛化

通过统一的骨架渲染管线，Uranus 将不同形态机器人的动作映射至同一种“图像语言”。系统依据机器人描述文件和关节状态，自动生成统一格式的骨架图。目前，该模型已支持 G1 人形机器人、Franka 协作臂、双臂系统及移动平台等多种具身形态，实现了真正的跨平台泛化。

2. 长时序稳定生成与多视角同步

• 分钟级闭环：尽管训练数据仅使用 2 秒短片段，Uranus 在推理阶段即可稳定生成长达 60 秒的闭环视频。
• 多视角一致性：支持 3 路以上相机视角的同步生成，确保空间逻辑的一致性。
• 相机轨迹控制：开发者可在闭环过程中动态调整相机位置与角度，满足多样化的观测需求。

3. 双参数规模适配

Uranus 基于预训练的 Wan2.1 视频 DiT骨干网络，提供两种参数规模以适配不同场景：
* 1.3B 版本：适用于快速实验与迭代。
* 14B 版本：适用于高保真闭环生成及复杂场景模拟。

应用场景：赋能模型评测与强化学习

Uranus 的应用场景覆盖了机器人研发的全链路：

• 模型评测：根据策略模型输出的动作逐帧生成环境反馈，自动记录成功率、轨迹偏差等关键指标，实现自动化、标准化的性能评估。
• 训练数据生成：构建“动作—反馈—再动作”的闭环数据流，为策略模型的训练、调试及验证提供高质量数据支持。
• 强化学习支持：提供高保真的交互环境，加速强化学习算法的收敛与优化。

关于地瓜机器人

地瓜机器人起源于 2015 年诞生的地平线项目，现已发展成为业界领先的机器人软硬件通用底座提供商。公司致力于为具身智能前沿科研、消费电子智能化升级及新兴品类机器人孵化提供全链路开发基础设施，旨在加速机器智能进化，促进人机和谐伴生。

目前，地瓜机器人平台已汇聚超过 500 家中小创客、500+ 头部大中小院校以及来自全球 20 多个国家的 100,000+ 名开发者，共同创造了数百种形态的智能机器人产品。

后续，地瓜机器人将公布 Uranus 的完整技术报告、训练细节及定量实验结果。

原标题：《地瓜机器人发布“一帧一反馈”的世界模型，让机器人在“想象”中学会操作》

(责任编辑：百科)