黎曼動力 Riemann-1.0 突破 RoboCasa-365 SOTA，以 23.2 萬小時人類影片推動具身智慧落地
為何重要
這項成果驗證了「利用開放世界人類影片預訓練」是克服具身智慧資料瓶頸的關鍵路徑，意味著人形機器人的理解能力將極度依賴對真實物理世界的視覺習得。對產業而言，這標誌著從純模擬模擬向實際環境泛化的轉向，能顯著提升長序列任務的魯棒性。對投資人來說，這顯示資料加工與工程化能力將與演算法同等重要，持有優質視覺資料管道的公司具備顯著競爭優勢。
- 發表於 WAIC 2026 的 Riemann-1.0 模型，在 RoboCasa-365 家務挑戰賽中以 62.6% 的成功率登頂，較前代 SOTA高出 8.4 個百分點。
- 訓練策略採取「直覺派 VLA 與深思派 World Model」混合架構，基於 23.2 萬小時資料（其中 20 萬小時為無標註人類影片）並支援 41 種機器人本體。
- 透過自研流水線將非結構化人類影片轉換為具備 3D 手部座標的機器可讀動作，在真機四類家務任務上達成 85% 平均成功率。