返回公开档案

商汤旗下大晓机器人联合南洋理工大学发布世界模型Mundo,把物理属性引入机器人仿真环境

大晓机器人联合南洋理工大学S-Lab(实验室)发布世界模型Mundo,可从1至12张图像构建可探索的三维场景,并用场景程序为物体配置质量、摩擦等属性,由物理引擎计算碰撞与运动。 官方称已在酒店楼层和洗衣区域重建中试用。

这提供了一个可反复生成导航与操作训练数据的仿真环境,但目前公开的只是展示场景,尚无第三方验证其对真实任务效果的提升。

公司口径原始来源可核对
事实与证据边界

大晓机器人联合南洋理工大学S-Lab发布世界模型Mundo,面向具体环境构建可探索、可交互的三维世界。 其流程为:先由真实场所的上下文影像建立三维代理,确定不同视图间空间关系,再沿指定相机路径生成新视角; 输入1至12张图像即可围绕房间家具和空间结构展开探索,未被拍摄区域由模型推断补全。

大场景可用数十张上下文图像分段生成,靠重叠帧衔接,支撑数十秒至分钟级连续长路径探索。 Mundo通过场景程序描述物体名称、尺寸和位姿,并配置质量、摩擦等物理属性,由脚本定义动作和施加的力,物理引擎计算重力与接触约束下运动轨迹、接触位置和碰撞力,再结合环境参考图像渲染。

导航方面,三维代理提供物体类别、位置、障碍物和可通行区域,路径规划器据此寻找路线,并生成不同机器人沿路线行进的第一人称和第三人称画面。 操作方面,可为苹果入碗、罐子上托盘、堆叠积木等任务生成外部视角及头部、腕部相机视角,保留任务轨迹与物理交互状态。 团队称已在酒店应用中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。

分析判断

把质量、摩擦等物理属性写入场景程序,并以物理引擎计算接触和碰撞,使重建场景从“可观看”变为“可响应动作”,这对机器人导航和操作训练数据的生成有直接意义。 同一环境贯通导航、操作和四维时空观察,也让研究人员能把机器人“看到什么”和“做了什么”对照分析。 需要区分的是,物理引擎计算的是仿真中的响应,不等于真实世界的物理保真度;

公开信息只展示了少量场景示例和酒店区域重建,没有披露策略迁移到真机的成功率或对比基准,因此目前只能视为仿真训练工具的进展,而非已验证的部署效果。

后续观察信号

  • Mundo的物理引擎如何处理柔性物体与复杂接触
  • 长路径生成中重叠帧衔接的一致性误差有多大
  • 是否有第三方复现或基准测试

原创编辑内容 © BlisseMind Insight。欢迎分享原文链接;全文转载须取得授权。引用的研究、数据及第三方材料的权利归相应权利人所有。

署名与转载说明

Insight 智能顾问

BlisseMind Insight

你好,我是 Insight 智能顾问。

我可以帮你查找公开市场信息、解读研究内容、比较公司与竞品,并提供可核对的来源。