据光轮智能消息，近日，物理 AI 数据与评测基础设施企业光轮智能与具身智能企业黎曼动力宣布达成战略合作。双方将围绕光轮智能的 EgoSuite 人类数据平台、RoboFinals 评测平台、RoboStack 部署反馈平台，与黎曼动力的 Riemann-1.0 具身世界动作模型、Matrix-Game 3.5 交互式世界模型开展适配与联合验证，共同建立 " 真实数据—世界建模—能力评测—任务部署—数据再生产 " 的闭环路径。

EgoSuite：高质量人类数据补齐能力缺口

黎曼动力 Riemann-1.0 通过学习大规模人类视频数据，建立对人类行为、环境状态变化和动作结果的理解。双方将推动 EgoSuite 与 Riemann-1.0 对接，由黎曼动力根据模型在移动操作、物体交互、家庭服务和长程任务中的能力表现提出数据需求与缺口，光轮智能围绕相应任务组织生产规模化、高质量的人类行为视频及多模态数据。双方还将围绕任务定义、场景描述、行为轨迹、环境状态、时间同步和质量标准开展适配，使数据结构化表达任务中的环境条件、交互对象、行为序列与状态变化，推动数据生产从按规模供给转向由能力缺口驱动。

RoboFinals：规模化评测验证世界理解与动作预测

双方将共同探索把 Riemann-1.0 与 Matrix-Game 3.5 接入 RoboFinals 规模化评测平台。针对 Riemann-1.0 评估动作预测、长程任务执行和扰动条件下的策略稳定性；针对 Matrix-Game 3.5 探索评估长时序场景一致性、交互响应和世界状态演化。光轮智能将构建覆盖不同物体、环境与任务变化的规模化评测环境，并将评测结果与模型版本、训练数据建立关联。评测结果将定位模型能力边界，并生成下一轮数据需求；模型更新后通过相同条件重复测试，形成可度量、可追溯的持续改进循环。

接入 RoboStack：连接世界模型与真实任务

双方将推动 RoboStack 与 Riemann-1.0、Matrix-Game 3.5 的任务接口对接，围绕任务定义、动作空间、状态反馈和执行流程开展适配，使世界模型生成的动作策略能够直接映射到机器人执行框架中。光轮智能将提供从任务建模到部署验证的平台支持，黎曼动力则提供模型在空间理解、物理推理与行动规划层面的能力输出。通过 RoboStack，双方将探索世界模型从仿真环境到真实任务的迁移路径，打通 " 模型预测—动作生成—真实执行—反馈回流 " 的闭环。

此次合作是光轮智能的数据与评测基础设施连接具身世界模型的又一次重要实践，旨在推动真实人类经验和规模化能力评测进入世界模型的训练与改进流程，使模型能力建立在真实数据、物理约束和可验证证据之上。未来，光轮智能将继续打造开放生态平台，联合更多产业伙伴，推动传感器（885946）、采集设备、机器人本体、计算平台等关键能力协同创新，持续完善连接真实数据、物理仿真、能力评测和部署反馈的物理 AI 基础设施。

原文：光轮智能与黎曼动力达成战略合作，推动世界模型进入数据与评测闭环（来源：光轮智能）