Current Robotics发布世界仿真器CurrentWorld-0：跨本体、多视角、力-触觉统一建模

事件概述

Current Robotics团队发布交互式世界仿真器CurrentWorld-0。该系统可实时推演生成机器人操作场景，官方演示中包括机器人开啤酒瓶、倒酒等动作，瓶盖弹开、泡沫与酒液流体变化及后续物理反馈均由AI实时生成。

团队创始人祝毅晨曾任美的集团具身智能部部长，已发表40余篇顶会论文，学术引用超过5200次，是国内较早开展VLA与世界模型研究的研究者之一。其团队此前完成TinyVLA、DiffusionVLA/DexVLA、dWorldEval等工作，Physical Intelligence在π0论文中引用了TinyVLA和ScaleDP。

核心设计：评测机器人，不是替策略纠错

CurrentWorld-0面向机器人评测，特别强调动作可控性：机器人怎么做，世界就怎么变化；即使动作失败，模型也不能把后续结果补回成功。普通视频生成模型因在大量成功示范上预训练，可能在策略实际失败时“脑补”成功轨迹，导致评测失真。

具体能力包括：

• 跨本体建模：不强制统一所有机器人的动作格式，保留固定双臂、移动升降双臂、人形机器人等不同本体的Action Subspace，但场景中的物体仍遵循同一套物理规律。
• 多视角一致：同步生成第三视角、头部相机、腕部相机等多路画面，维持多摄像头对同一次事件的共同记录，避免物体位置漂移。
• 力-触觉预测：对于夹薯片、削黄瓜等仅靠视觉难以判断状态的任务，预测工具是否真正受力、接触是否发生、抓取是否稳定。

人类接管与轨迹复用

CurrentWorld-0支持在策略执行中途由操作员遥操作接管，可从当前位置继续完成动作，也支持保存和回滚状态，从同一节点尝试不同动作。接管过程中产生的纠正轨迹可以用于策略后训练（post-training），延续了团队此前Hi-WM工作的思路。

团队认为，机器人的本体、数据、模型和控制方式会越来越多样化，但最终都要回到真实世界中检验。CurrentWorld-0希望充当真实世界之前的最后一道测试环节，让动作先在世界模型中跑一遍、错一遍、改一遍。