黎曼動(dòng)力攜手光輪智能與諾亦騰機(jī)器人，劍指2026年百萬(wàn)小時(shí)具身智能數(shù)據(jù)建設(shè)

8月6日，黎曼動(dòng)力宣布與光輪智能、諾亦騰機(jī)器人（Noitom Robotics）達(dá)成戰(zhàn)略合作。圍繞 Riemann-1.0 具身世界動(dòng)作模型與 Matrix-Game 3.5 交互式世界模型，黎曼動(dòng)力將與兩家公司在高質(zhì)量具身數(shù)據(jù)采集、模型訓(xùn)練、規(guī)模化評(píng)測(cè)、真實(shí)機(jī)器人部署與反饋優(yōu)化等方向展開(kāi)深度協(xié)同，推進(jìn)面向 2026 年的百萬(wàn)小時(shí)具身智能數(shù)據(jù)建設(shè)。

此次合作標(biāo)志著黎曼動(dòng)力正在從單一模型能力突破，進(jìn)一步走向“數(shù)據(jù)生產(chǎn)、模型訓(xùn)練、真實(shí)驗(yàn)證、反饋迭代”的系統(tǒng)化閉環(huán)建設(shè)。未來(lái)，黎曼動(dòng)力將依托 Riemann 系列具身大腦模型的真實(shí)任務(wù)表現(xiàn)，持續(xù)反推數(shù)據(jù)缺口，并通過(guò)多模態(tài)數(shù)據(jù)平臺(tái)、評(píng)測(cè)體系和機(jī)器人部署反饋，加速通用具身智能模型的迭代演進(jìn)。

從模型能力出發(fā)，建設(shè)百萬(wàn)小時(shí)具身數(shù)據(jù)閉環(huán)

具身智能模型要真正理解和操作物理世界，僅依賴視覺(jué)信息遠(yuǎn)遠(yuǎn)不夠。機(jī)器人不僅需要“看到”物體，還需要理解手指抓握時(shí)的力度變化、人體關(guān)節(jié)運(yùn)動(dòng)狀態(tài)、動(dòng)作在三維空間中的連續(xù)軌跡，以及人與物體、環(huán)境之間的動(dòng)態(tài)交互關(guān)系。這些涵蓋人體動(dòng)作、力覺(jué)反饋、環(huán)境變化與交互對(duì)象狀態(tài)的高精度多模態(tài)數(shù)據(jù)，是構(gòu)建下一代機(jī)器人通用大腦的重要基礎(chǔ)。

圍繞這一目標(biāo)，黎曼動(dòng)力計(jì)劃于 2026 年底完成 100 萬(wàn)小時(shí)具身數(shù)據(jù)的采集與訓(xùn)練，持續(xù)構(gòu)建覆蓋數(shù)據(jù)、評(píng)測(cè)、模型迭代與真機(jī)部署的具身智能基礎(chǔ)設(shè)施。

在與光輪智能的合作中，雙方將推動(dòng) Riemann-1.0 具身世界動(dòng)作模型、Matrix-Game 3.5 交互式世界模型，與光輪智能 EgoSuite 人類數(shù)據(jù)平臺(tái)、RoboFinals 評(píng)測(cè)平臺(tái)及 RoboStack 部署反饋平臺(tái)進(jìn)行適配與驗(yàn)證。

圖：黎曼動(dòng)力聯(lián)合創(chuàng)始人李陽(yáng)光與光輪智能戰(zhàn)略與生態(tài)副總裁廉和簽署戰(zhàn)略合作協(xié)議

基于 Riemann-1.0 在移動(dòng)操作、物體交互、家庭服務(wù)和長(zhǎng)程任務(wù)中的能力表現(xiàn)，黎曼動(dòng)力將精準(zhǔn)提出模型訓(xùn)練所需的數(shù)據(jù)需求與能力缺口。光輪智能 EgoSuite 平臺(tái)將圍繞相關(guān)任務(wù)組織規(guī)模化、高質(zhì)量的人類行為視頻及多模態(tài)數(shù)據(jù)生產(chǎn)，并回流至模型訓(xùn)練流程。這意味著，Riemann 系列模型后續(xù)每一輪迭代，都將更直接地面向真實(shí)能力短板，而不是單純依靠數(shù)據(jù)規(guī)模堆疊。

引入動(dòng)作位姿與壓力觸覺(jué)數(shù)據(jù)，提升復(fù)雜操作能力

在與諾亦騰機(jī)器人的合作中，雙方將重點(diǎn)圍繞動(dòng)作捕捉、人機(jī)交互、多模態(tài)行為數(shù)據(jù)采集與數(shù)據(jù)工程能力展開(kāi)協(xié)同，共同建設(shè)高質(zhì)量、多模態(tài)具身數(shù)據(jù)體系。

諾亦騰機(jī)器人在人體動(dòng)作捕捉、力反饋采集與多模態(tài)行為數(shù)據(jù)獲取方面擁有長(zhǎng)期技術(shù)積累。此次合作將為Riemann-1.0 在長(zhǎng)尾任務(wù)、復(fù)雜操作、精細(xì)力控與跨本體泛化等方向的能力提升提供關(guān)鍵數(shù)據(jù)支撐。未來(lái)，雙方將共同采集包含人體動(dòng)作軌跡、關(guān)節(jié)運(yùn)動(dòng)狀態(tài)、接觸力覺(jué)反饋、交互對(duì)象狀態(tài)等信息的訓(xùn)練數(shù)據(jù)，并重點(diǎn)解決多模態(tài)數(shù)據(jù)在時(shí)間與空間上的高精度同步問(wèn)題。

圖：黎曼動(dòng)力聯(lián)合創(chuàng)始人李陽(yáng)光與光輪智能戰(zhàn)略與生態(tài)副總裁廉和簽署戰(zhàn)略合作協(xié)議

黎曼動(dòng)力將結(jié)合模型訓(xùn)練效果與真實(shí)機(jī)器人驗(yàn)證結(jié)果，對(duì)數(shù)據(jù)采集、處理流程和質(zhì)量評(píng)估體系進(jìn)行動(dòng)態(tài)優(yōu)化，使數(shù)據(jù)能夠持續(xù)服務(wù)于模型能力提升，也讓模型在真實(shí)任務(wù)中的表現(xiàn)反向推動(dòng)數(shù)據(jù)體系演進(jìn)。

Riemann-1.0 與 Matrix-Game 3.5 雙線推進(jìn)

Riemann-1.0 是黎曼動(dòng)力面向 Physical AI 推出的具身世界動(dòng)作模型。該模型通過(guò)學(xué)習(xí)大規(guī)模人類視頻數(shù)據(jù)，建立對(duì)人類行為、環(huán)境狀態(tài)變化與動(dòng)作結(jié)果的理解，并已在多個(gè)國(guó)際機(jī)器人 Benchmark 與真實(shí)機(jī)器人任務(wù)中取得領(lǐng)先表現(xiàn)。在機(jī)器人圈公認(rèn)極難的家務(wù)大考RoboCasa-365基準(zhǔn)測(cè)試中，Riemann-1.0以62.6%的平均成功率拿下第一，比此前行業(yè)領(lǐng)跑水平高出8.4個(gè)百分點(diǎn)。

Matrix-Game 3.5 則面向交互式世界模型，致力于構(gòu)建具備長(zhǎng)期記憶、持續(xù)交互與開(kāi)放世界模擬能力的新一代世界模型系統(tǒng)。通過(guò)與光輪智能、諾亦騰機(jī)器人等生態(tài)伙伴的合作，黎曼動(dòng)力將進(jìn)一步完善從模型評(píng)測(cè)、數(shù)據(jù)建設(shè)到真實(shí)場(chǎng)景落地的閉環(huán)，加速世界模型在具身智能場(chǎng)景中的應(yīng)用驗(yàn)證。

黎曼動(dòng)力聯(lián)合創(chuàng)始人李陽(yáng)光表示：“機(jī)器人操作模型要真正進(jìn)入復(fù)雜、開(kāi)放的真實(shí)環(huán)境，需要持續(xù)獲得高質(zhì)量、多樣化并且能夠驗(yàn)證的數(shù)據(jù)。通過(guò)與光輪智能、諾亦騰機(jī)器人的合作，我們希望讓模型能力需求更直接地參與數(shù)據(jù)體系建設(shè)，并通過(guò)真實(shí)部署反饋持續(xù)推動(dòng)模型迭代。”

隨著百萬(wàn)小時(shí)具身數(shù)據(jù)建設(shè)的推進(jìn)，黎曼動(dòng)力將繼續(xù)圍繞世界模型、本體設(shè)計(jì)、運(yùn)動(dòng)控制、評(píng)測(cè)體系與真實(shí)場(chǎng)景數(shù)據(jù)閉環(huán)展開(kāi)系統(tǒng)布局，推動(dòng)機(jī)器人從感知理解走向長(zhǎng)期、穩(wěn)定、可泛化的真實(shí)世界交互。

 

關(guān)于黎曼動(dòng)力

黎曼動(dòng)力（Riemann Dynamics，全稱北京黎曼動(dòng)力機(jī)器人科技有限公司）專注于具身智能與Physical AI，致力于打造面向真實(shí)世界的下一代機(jī)器人通用大腦。基于Matrix-Game世界模型技術(shù)體系，我們構(gòu)建融合世界理解、未來(lái)預(yù)測(cè)與動(dòng)作決策的統(tǒng)一智能框架，讓機(jī)器人能夠持續(xù)理解環(huán)境、自主規(guī)劃并完成復(fù)雜操作。

圍繞家庭服務(wù)、移動(dòng)操作等核心場(chǎng)景，我們已積累數(shù)十萬(wàn)小時(shí)高質(zhì)量人類與機(jī)器人數(shù)據(jù)，持續(xù)推進(jìn)世界模型、本體設(shè)計(jì)、運(yùn)動(dòng)控制與真實(shí)場(chǎng)景數(shù)據(jù)閉環(huán)的融合，推動(dòng)機(jī)器人從感知理解走向長(zhǎng)期、穩(wěn)定、可泛化的真實(shí)世界交互。