Motubrain双榜登顶：通用世界行动模型为具身智能“干活能力”设立标尺

事件概述

生数科技的通用世界行动模型（WAM）Motubrain近期同时登顶WorldArena和RoboTwin2.0两大国际具身智能权威榜单。WorldArena聚焦模型对真实世界的理解与预测能力，Motubrain总体EWM Score达63.77，总榜第一，并在Motion Quality、Flow Score、Motion Smoothness等核心运动维度均居榜首。RoboTwin2.0聚焦任务执行与泛化能力，Motubrain在Clean与Randomized场景下分别取得95.8和96.1的成绩，总榜第一，也是唯一在随机环境下平均分超过95的模型。

核心能力解析

Motubrain展现出四大核心能力：

• 一脑多能：多任务场景下保持稳定表现，任务数量增加时平均成功率反而提升，任务间共享世界知识，相互促进。
• 一脑贯通：无需上层规划拼接，直接学习完整任务链路，可完成超过10个原子动作的复杂长程任务（如插花、调酒）。
• 一脑预见：将理解世界、预测世界和执行动作统一建模，能推演环境变化并生成合理动作路径。
• 一脑多型：面向多机器人本体设计，用统一action表征适配轮式、臂式、复合式等多种形态。

技术原理与演进

Motubrain底层为通用世界行动模型（WAM），核心差异在于通过UniDiffuser统一建模和调度video与action两个连续模态。一次训练即可推理出视觉-语言-动作、世界模型、视频生成、逆动力学、视频-动作联合预测五类分布。相比传统VLA，Motubrain可同时利用纯视频数据、任务无关数据和完整轨迹数据，学习任务、环境变化和动作后果之间的共享世界知识。

Motubrain基于生数科技2025年12月开源的Motus发展而来，在Motus基础上实现五步跃迁：用任意视角数量统一建模打通不同相机配置；用统一action表征打通不同机器人本体；通过自回归+diffusion和语言-动作-视频三流MoT支持长序列任务；实现云边端协同实时闭环控制。

产业合作与落地

生数科技已与无界动力、星尘智能、深朴智能等具身智能企业达成战略合作，形成“模型能力—本体适配—场景落地”闭环。公司此前在多模态产品Vidu上积累了产品化经验，具备模型技术向产品转化的迁移能力。