一套模型通吃7类机器人，这款开源世界模型改变机器人研发模式

长期以来，机器人研发始终卡在仿真测试效率低、设备适配难、评测不准三大痛点。传统三维仿真搭建成本高、周期长，真机测试更是受场地、安全、设备数量限制，极大拖慢机器人策略迭代速度，成为行业规模化落地的核心瓶颈。

在此背景下，近日地瓜机器人大模型团队正式开源Uranus世界模型仿真平台，凭借跨机型通用适配、分钟级长时程稳定推演、近乎真机的高精度评测能力，打破传统仿真体系壁垒。该平台实现一套模型兼容7类主流机器人本体，闭环策略评测相关性高达0.98，真正用AI世界模型替代传统仿真环境，大幅降低机器人研发门槛，为行业低成本、高效率迭代提供全新解决方案。目前项目代码、SDK、模型权重已全面开放，并面向全球放出100个早期体验名额，推动机器人仿真技术进入普惠开源新时代。

亮点

• 一套模型，支持7种主流本体：以统一动作表示连接不同机器人，支持多相机视角同步生成。
• 从3秒训练片段到60秒稳定闭环：持续接收动作、生成观测，让策略在虚拟环境中连续运行与测试。
• 四步去噪，提升交互推演效率：结合流式推理与历史缓存复用，降低连续生成的计算开销。
• 闭环策略评测相关系数达0.98：在RoboTwin五个任务、九个策略的实验中，与原仿真环境的策略成功率高度相关，为策略筛选提供参考。
• 技术报告/代码/SDK/权重开放：全球开放 100个早期体验名额，邀请开发者与研究者共同探索。

Uranus整体框架与闭环交互演示

单臂、双臂、移动操作，一套模型统一支持

从单机械臂到双臂机器人，再到移动操作平台，不同本体的关节数量、连杆结构、末端执行器与相机布局各不相同。Uranus将这些差异转换为统一的动作与空间表示，使多种机器人能够接入同一套模型。

具体而言，Uranus根据本体描述与关节状态执行前向运动学，计算三维关键点和末端位姿，再通过相机参数投影为二维骨架图。夹爪开合、末端位姿等信息也被编码到骨架条件中，让模型能够以统一方式理解不同机器人的运动。

相机条件则采用由标定参数计算得到的Plücker射线嵌入，描述各像素对应的空间观察关系。固定相机和随机器人运动的相机由此接入统一的几何条件通道，模型再通过交替式空间—时间注意力融合多视角信息和时序信息、建模动作过程。

不同机器人转换为统一骨架表示

在交互过程中，Uranus每次接收未来四个时刻的关节位置，预测一个潜在帧，解码为每个相机对应的四帧连续画面，与输入轨迹的时间戳逐一对齐。生成观测返回上游策略，支持下一轮动作决策。

这一接口预测给定运动轨迹下的视觉后果，适用于输出关节轨迹的策略与控制器。统一表示为跨本体应用提供了基础，面对训练中未出现的机器人，精确交互能力仍需进一步验证。

四步去噪，支持分钟级多视角连续推演

持续交互要求世界模型不断使用自身生成的画面预测后续变化。随着推演时间增长，早期误差可能逐步放大，导致物体外观变化、相机漂移或交互偏差。生成速度与长时程稳定性，需要同时解决。

Uranus从预训练阶段即采用因果架构，确保每个目标帧只访问参考观测与有效历史。同时，参考帧始终保留在缓存中，为场景外观、物体身份与相机布局提供稳定的视觉锚点；历史信息则通过滑动窗口管理，控制连续推演的缓存开销。

流式自回归生成示意图

在此基础上，团队引入基于学生自回归推演的蒸馏，让模型在训练阶段接触自身生成的历史，缓解训练与实际推理之间的分布差异。通过分布匹配蒸馏与分阶段一致性正则，每个潜在帧的生成被压缩至四步去噪，再通过一次独立计算更新历史缓存。

配套的流式推理机制只解码新增内容，并复用历史时序特征；服务系统以会话为单位维护状态，减少连续调用中的重复计算，为分钟级多视角推演提供支持。

闭环评测相关系数达0.98，让策略比较有据可依

世界模型用于策略评测，关键在于能否准确反映不同策略的相对表现。团队在RoboTwin的5个任务、9个策略上开展闭环实验，每个策略在各任务中运行15个episode。策略持续读取Uranus生成的观测并输出动作，由模型推进环境变化。

经过针对RoboTwin的领域适配，实验取得以下结果：

成功率相关系数达0.98：各策略在Uranus与RoboTwin干净环境中的平均成功率高度相关；

排序指标MMRV为0.01：策略间的相对表现保持较高一致性，为策略比较与筛选提供参考。

长时程生成对比与闭环策略评测结果

在WorldOlympiad机器人评测设置下，Uranus的综合得分为0.722、交互得分为0.730，均为所比较模型中的最高值。考虑到各模型的应用目标存在差异，该结果作为参考性评估。

九个策略在Uranus与RoboTwin中的成功率对比

上述实验验证了Uranus在特定任务与适配条件下的评测价值，其结果向真机迁移的有效性仍需进一步验证。

代码/SDK/权重开放，全球开放100个体验名额

让世界模型服务机器人开发，需要建立从生成质量到闭环有效性的评价标准。 动作能否及时得到反馈、连续交互是否稳定、策略排名是否可信，都直接影响它在开发流程中的实用价值。

Uranus将模型与系统协同设计，并通过闭环策略评测检验效果，为这一方向提供了可复现的起点。接下来，地瓜机器人大模型团队将重点提升精确交互与跨任务泛化能力，进一步验证虚拟环境中的评测结果能否迁移至真机。

随着代码、SDK与模型权重开放，地瓜机器人期待与开发者共同积累更多可复现的交互案例和评测依据，让世界模型逐步成为机器人研发中可用、可信的基础工具。