" 构建可自由探索、可物理交互的机器人世界模型。"

作者：苏打

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）

公司情报专家《财经涂鸦》获悉，近日，大晓机器人联合南洋理工大学 S-Lab 发布面向具体环境构建，可探索、可交互的世界模型—— 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。

据悉，相较于 Atlas，Mundo 可将物体的质量、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。

值得一提的是，Mundo 可将少量图片或者视频，拓展为可持续探索的三维空间，同一组参考图像可以支持多条相机路径；面对更大场景，还可动态选择上下文，连续生成数十秒至分钟级的探索画面。

展示场景中，输入 1 至 12 张图像，模型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，让观察位置和角度自由变化。

对于创意场景而言，单张图像提供了构建可探索空间的起点。面对更大的环境，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。

与此同时，Mundo 还实现了三维场景表示、物理仿真与视频生成的结合，并结合 Astra 打造全新空间理解能力，先通过影像场景与物体，并可以通过代码实现场景可以编辑，再通过代码定义、编辑物体属性和动作。

通过代码编辑世界，Mundo 可通过场景程序描述物体的名称、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。随后，Mundo 结合环境参考图像，将这些变化渲染到对应场景中。

物理引擎计算运动与碰撞，视频模型结合参考影像渲染结果，形成从场景重建、代码编辑到交互模拟的完整流程。场景既能被看见，也能响应动作、记录变化，进而成为机器人训练与测试的环境。

在同一个定制场景中，Mundo 进一步支持机器人移动和操作，将环境重建连接到机器人测试与训练。

例如，导航方面，Mundo 可以生成不同机器人沿路线行进的第一人称和第三人称画面，将空间布局与机器人沿途观察联系起来；操作方面，Mundo 为参与交互的物体建立几何和物理属性，让不同形态的机器人尝试同一任务，例如将苹果放入碗中、将罐子放上托盘或堆叠积木。

此外，Mundo 还将空间探索拓展到时间维度。从导航到操作，再到四维时空观察，Mundo 为机器人提供了可反复演练、可多角度检查的环境。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。

在大晓机器人以 Kairos 为核心的世界模型技术体系中，Mundo 补充了具体环境建模与仿真训练能力，连接现场采集、数据生成和策略优化，服务于机器人进入实际工作场景。

本文由公众号财经涂鸦（ID：caijingtuya）原创撰写，如需转载请联系涂鸦君。

添加涂鸦君个人微信（ID：tuyaclub） 加入【公司情报社群】 参与资本市场讨论 获取一手情报