机器人领域迎来重大突破，在公认难度极高的家务挑战赛RoboCasa-365中，一款名为Riemann-1.0的模型以62.6%的成绩登顶榜首，将此前最高纪录大幅提升8.4个百分点。值得注意的是，榜单上多数模型的成绩仍徘徊在50%以下，而这个首次亮相的模型已在业界引发广泛关注。
通过公开演示视频可见，该模型操控的机器人展现出惊人的操作能力：不仅能精准夹取平铺在桌面上的勺子，还会主动倒掉碗中残汤后再进行收纳，最后甚至完成桌面清洁。这种类人化的操作逻辑，颠覆了传统机器人机械执行指令的模式。
这款由昆仑万维旗下子公司黎曼动力研发的模型，其核心突破在于采用独特的数据训练范式。在23.2万小时的训练数据中，占比最大的竟是人类日常活动的第一视角视频，涵盖烹饪、整理等41种场景。这种将人类行为数据转化为机器人控制能力的方法，正在重塑行业技术路线。
具身智能领域长期存在VLA（视觉-语言-动作）与世界模型两大技术路线的争论。前者如同"直觉派"强调快速响应，后者则像"深思派"注重逻辑推演。随着英伟达等机构的研究推进，两条路线开始呈现融合趋势，世界动作模型（WAM）正成为新的技术主流。
黎曼动力的创新在于构建了完整的数据处理流水线。针对海量无标注的人类视频，团队开发了自动化处理系统：首先矫正画面畸变，接着用视觉语言模型将长视频切割为细粒度动作单元，再通过3D重建技术将手部运动转化为机器可读的坐标数据。经过多重质量筛选后，这些数据最终形成结构化的"动作教材"。
模型架构采用扩散架构与全因果建模框架，将视觉动态、环境状态和动作序列统一学习。特别设计的动作映射模块，使单一模型能够适配41种不同形态的机器人本体。训练过程分三阶段推进：初期以理解物理规律为主，中期引入机器人数据进行动作校准，后期通过强化学习提升操作精度。
实验数据显示人类视频的独特价值。在RoboCasa-365测试中，仅使用机器人数据训练时成功率为43.4%，加入外骨骼设备数据后提升至48.2%，而引入人类视频后直接跃升至62.6%。在双灵巧手机器人的专项测试中，人类视频预训练使长程任务成功率从42.96%提升至71.11%，对新场景的适应能力也显著增强。
真机测试环节，模型在积木堆叠、布料折叠、杂物整理等四类典型家务场景中，平均成功率达85%，过程完成度高达94.43%。特别是在需要多步骤衔接的厨房收纳任务中，机器人展现出连贯的操作逻辑，每项任务的中间步骤完成率均超过91%。
昆仑万维的跨界布局看似突兀，实则暗合技术演进逻辑。该公司此前在数字内容生成领域已构建完整生态，其世界模型技术既支撑游戏、视频等数字业务，又通过Riemann-1.0项目延伸至物理世界。这种战略布局使集团同时掌握数字孪生与具身智能两大技术底座。
成立独立子公司的决策，反映出对机器人赛道特性的深刻认知。该领域需要长期技术积累和持续资源投入，独立运营模式既能保证团队专注研发，又能借助母公司的算力资源和生态优势。这种组织架构设计，为技术突破与商业落地的平衡提供了新范式。
