在具身智能領域徘徊了三週的“神祕模型”身份終於揭曉。此前，一個名爲MotuBrain的模型在物理世界理解與動作執行的兩大國際基準測試中悄然登頂，引發業內廣泛猜測。近日，憑藉視頻大模型Vidu聲名鵲起的生數科技正式宣佈，該模型正是其在具身智能領域的最新商業化成果。

這次“跨界”並非玩票。MotuBrain在WorldArena（考察物理世界理解）和RoboTwin2.0(考察動作執行)中均刷新了歷史記錄。尤其在模擬隨機擾動的複雜環境下，它是唯一平均分突破95分的模型，展現了極強的泛化能力。

image.png

“邊看邊動”:打破感知與行動的邊界

不同於傳統的“先想象再執行”模式，MotuBrain採用了創新的“世界動作模型”（World Action Model）路徑。這種“邊看邊動”的設計，讓機器人在決策的同時進行推演，確保預測與執行的偏差不會被相互放大，極大地提升了響應速度。

在實際演示中，搭載該系統的機器人展示了極高的智能化水平。在火鍋局場景下，機器人能通過視覺判斷勺子是否爲空，並自主決定是否重新撈取，而非僵化地重複預設動作。這種“察言觀色”的能力，標誌着機器人正從簡單的機械執行轉向真正的智能決策。

image.png

一腦多型，實現長程任務的絲滑銜接

MotuBrain的核心優勢在於其強大的通用性。它不僅支持“一腦多型”，可適配不同自由度和傳感器的機器人本體，更具備“一腦貫通”的長程任務處理能力。在插花、調酒、整理沙發等演示中，機器人能夠連續完成超過10個原子動作，過程行雲流水，無需人工干預。

數據顯示，隨着任務種類的增加，MotuBrain的學習成功率呈上升趨勢。這說明模型掌握的是物理世界的通用底層規律，而非死記硬背動作模版。任務越多樣，其表現越出色。

佈局物理世界，數字與實體雙軌並行

生數科技此次展示的實力，源於其深厚的技術積澱。通過全球首創的U-ViT架構，公司實現了數字世界生成（VGM）與物理世界執行(WAM)的統一。左手Vidu生成虛擬世界，右手MotuBrain驅動實體交互，這種雙軌佈局使其在數據獲取成本與模型迭代速度上具備顯著優勢。

目前，生數科技已與無界動力、星塵智能等多家企業達成戰略合作。隨着具身智能競爭重心的轉移，擁有通用化“大腦”的模型開發者正成爲重塑行業格局的關鍵力量。