Riemann-1.0突破机器人泛化瓶颈
2026世界人工智能大会（WAIC）现场，机器人成为焦点，具身智能企业数量显著增加，一个展馆几乎被各类机器人企业包揽。
行业趋势悄然转变：关注点从“让机器人动起来”转向“让机器人融入真实世界”，竞争核心从硬件性能转向模型能力。
模型评估标准不再依赖排行榜，而是看能否真正进入家庭、工厂与服务场景，应对复杂现实任务。
大会期间，昆仑万维孵化的黎曼动力发布通用具身智能世界动作模型Riemann-1.0，在长时序操作、跨场景泛化与真实部署等关键难题上取得突破。
从行业角度看，Riemann-1.0回应了机器人迈向真实世界的核心挑战，也补全了昆仑万维AGI布局中连接数字智能与物理世界的关键一环。
01 从VLA到WAM的具身模型探索
过去几年，机器人已实现“动起来”，硬件性能飞速提升，运动控制、灵巧手、双臂协同等能力显著增强，身体愈发灵活。但走出实验室后，更大挑战才浮现。
机器人能拿起杯子，不代表在不同场景下都能准确找到它；能整理一次桌面，不代表面对家具变动、光线变化或障碍物时仍能稳定执行。
在长流程任务中，机器人需识别目标、判断动作、规划路径、预测环境变化，并根据反馈动态调整。这类连续、多步、动态任务，对“大脑”的要求远超单一动作控制。
随之而来的是模型技术持续演进。今年WAIC，超200家企业聚焦具身智能，模型层成果密集发布。
如蚂蚁灵波推出LingBot-VLA 2.0，用单一模型驱动多类机器人；大晓机器人Kairos系列专注端侧世界模型，降低实时推理延迟；银河通用等尝试融合VLA与世界模型，提升连续任务能力。
行业尚未统一路线，但方向清晰：相比传统VLA，世界模型更强调理解物理规律、学习环境动态，提升泛化与长时决策能力。
更强模型需海量真实数据支撑。不同于语言模型可依赖文本训练，具身模型必须基于真实交互，需持续积累高质量操作数据，构建完整采集、训练与反馈体系。
当前，机器人模型在数据获取、架构设计与训练效果上均面临突破需求。
02 Riemann-1.0如何解决关键挑战？
黎曼动力发布的Riemann-1.0，直击机器人泛化弱、长任务稳定性差、跨本体迁移难三大痛点。
首先，为满足高质量、多样化数据需求，黎曼动力构建覆盖开放世界的具身交互数据体系。
据悉，Riemann-1.0累计训练数据超23.2万小时，整合20余万小时人类第一视角视频、1.2万小时UMI及外骨骼手套演示、2万小时机器人真实轨迹与仿真数据，覆盖41种机器人本体与数千种交互场景。
这种多源多场景结构，更贴近真实世界，为复杂操作与跨场景泛化奠定基础。
团队还建立自动化数据处理流程，通过VLM语义校验、3D手部重建、几何动作过滤、多级语义均衡等技术，将大量无标注视频自动转为可训练数据，实现人类经验向机器人能力的大规模迁移。
数据到位后，如何让机器人“懂”世界？Riemann-1.0提出World Action Model（WAM），统一建模动作与环境变化。
模型采用全因果动作—视频联合框架，在同一系统中同步学习动作生成与环境响应，将策略学习与世界动态建模融合于连续状态转移中。
数据与架构解决了“学什么”和“怎么学”，但另一难题是：实验室表现优异，真实场景却大幅下滑。
这正是“Demo易、落地难”的行业痛点。Riemann-1.0设计三阶段渐进式预训练，实现能力稳步跃迁。
第一阶段，用海量无标注人类视频进行视觉动力学预训练，建立物理世界基础认知。
第二阶段，引入UMI演示、3D手部标注视频与机器人轨迹，对齐视觉信息与真实动作。
第三阶段，聚焦高质量机器人轨迹，通过强化学习适配不同本体，最终生成可直接部署的控制策略。
这一路径本质是模拟人类技能习得过程，推动模型从研究走向落地。
公开数据显示，Riemann-1.0在多个国际机器人Benchmark中达SOTA，在LIBERO标准评测中任务成功率99.0%，RoboTwin 2.0中达94.3%。
RoboCasa-365家庭长流程测试更能体现真实挑战：机器人需完成抓取、移动，同时理解空间关系与任务顺序。Riemann-1.0取得62.6%成功率，较前最佳提升8.4个百分点。
基于天机双臂机器人测试的积木堆叠、衣物折叠、桌面整理、厨房收纳四类任务中，Riemann-1.0平均成功率85.0%，过程成功率（PSR）达94.4%，四项均超80%。
03 攻坚核心技术，AGI向物理世界突围
若拉高视角，机器人发展并非孤立。AI竞争终将从数字世界延伸至物理世界，机器人正是关键载体。
今年WAIC，越来越多企业布局机器人与Physical AI，作为完善AGI版图的重要一环。
昆仑万维持续推进AGI战略，今年3月升级为“3+1”生态架构：以四大SOTA模型为底座，支撑三大AI原生平台，由Skywork Super Agents统一串联模型与应用。
该战略强调基础模型、智能体、平台协同演进。黎曼动力作为其孵化的高精尖企业，补强了昆仑在机器人领域的布局。
世界模型也是昆仑长期探索方向。早在2025年，昆仑推出Matrix系列，探索AI对空间与动态世界的理解。
Matrix-Zero聚焦空间智能，通过3D场景与可交互视频生成构建虚拟世界；Matrix-Game系列进一步推进交互式生成。
今年3月，昆仑升级至Matrix-Game 3.0，首次系统性开源记忆解决方案。从1.0实现开源空间智能，到3.0、3.5持续提升实时生成、长序列记忆与高保真交互，昆仑推动世界模型从“生成内容”迈向“理解世界”。
本次WAIC，昆仑发布Matrix-3.5，核心突破在于解决长时序生成中的记忆瓶颈，实现5B参数模型在720P下的实时生成。
Matrix系列是昆仑在数字世界的构建引擎，Riemann-1.0则是其向物理现实延伸的关键一步。
值得注意的是，昆仑未将机器人作为内部部门，而是独立孵化黎曼动力。这体现其对硬科技的核心判断：唯有长期深耕，方能构建壁垒。
相比互联网快速迭代，机器人研发周期长、链条复杂，需持续积累数据、优化算法、验证场景。尤其在世界模型领域，突破依赖长期循环：数据积累→模型训练→真实部署→反馈优化。
因此，昆仑构建成熟硬核科创孵化体系，为初创企业提供资金与生态支持，赋予团队自主权。独立运营使黎曼动力聚焦研发、稳定资源配置、灵活调整路线，持续攻坚底层核心技术。
从行业看，无论大模型、Agent还是具身智能，最终考验的是企业能否持续积累技术，并转化为真实生产力。具身模型的未来充满想象，机器人行业正从技术探索迈入能力验证阶段。