AnswersPublished13 sources
MWA-Phoenix tuo avoimen maailman toimintamallin robottien käsittelytehtäviin
MWA Phoenix on avoimen lähdekoodin, 7 miljardin parametrin maailman toimintamalli, joka on suunniteltu robottien käsittelytehtäviin ja laitteessa ajettavaksi. Yhtiön mukaan malli käyttää RGB kamerakuvaa ilman syvyysanturin tietoa ja yltää muun muassa LIBERO Plus testissä 94,63 prosentin onnistumisasteeseen.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- MWA Phoenix on avoimen lähdekoodin, 7 miljardin parametrin maailman toimintamalli, joka on suunniteltu robottien käsittelytehtäviin ja laitteessa ajettavaksi.
- Yhtiön mukaan malli käyttää RGB kamerakuvaa ilman syvyysanturin tietoa ja yltää muun muassa LIBERO Plus testissä 94,63 prosentin onnistumisasteeseen.
- Anyverse kertoo mallin menestyneen kuudessa testissä, joihin kuuluu myös oikeilla roboteilla tehty RoboDojo arviointi.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, incl. Article summary: Anyverse Dynamics announced MWA Phoenix as an open source, 7 billion parameter latent world action foundation model for robot manipulation, designed for on device operation; coverage dates the announcement to October 22,. Topic tags: general web, ai, automation, code, regulation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
Anyverse Dynamics julkisti 22. lokakuuta 2026 MWA-Phoenix-mallin avoimena lähdekoodina. Kyseessä on 7 miljardin parametrin maailman toimintamalli robottien käsittelytehtäviin: sen on tarkoitus yhdistää ympäristön hahmottaminen ja robotin toiminnan suunnittelu. Malli on suunniteltu ajettavaksi itse robotissa eli ilman, että jokainen päätös edellyttää pilvipalvelua. 1
2
14
Yhtiön mukaan mallin syötteenä riittää RGB-kamerakuva. Se ei käytä syvyysanturin tuottamaa tietoa eikä oikeaksi merkittyä syvyyskarttaa. Julkaisuun kuuluu GitHub-repositorio, jossa on maailman toimintamallin esikoulutuskoodi. Anyverse kertoo julkaisseensa myös teknisen raportin. 1
2
Kuusi testiä, yhtiön raportoimat tulokset
Anyverse nostaa esiin kuusi erilaista robottien arviointia. Yhtiön tiedotteita referoivan uutisoinnin mukaan MWA-Phoenix sai niissä johtavia tuloksia. Lähteissä mainitut pistemäärät ovat yhtiön raportoimia.
| Arviointi | Yhtiön ilmoittama tulos |
|---|---|
| LIBERO-Plus | 94,63 % |
| LIBERO-Pro | 66,48 % |
| RoboCasa GR1 Tabletop | 82,67 % |
| RoboTwin 2.0, kahden robotin käsittelytehtävät | 72,42 % |
| Bench2Dex | 45,6 % |
| RoboDojo, oikeilla roboteilla | Yhtiö kertoo arvioineensa kolmea robottityyppiä ja 18 tehtävää; lähteissä ei ilmoiteta tarkkaa prosenttilukua. |
Anyverse kertoo RoboCasa GR1 Tabletop -tuloksen olevan 7,5 prosenttiyksikköä parempi kuin sen edellisen WALA-mallin tulos. Arviointien tavoitteet vaihtelevat ympäristön muutoksiin reagoimisesta tehtävien yleistämiseen ja kahden käden yhteistyöhön; RoboDojo puolestaan vie testauksen simulaation sijasta oikeille roboteille.
Pistemääriä kannattaa kuitenkin lukea ilmoitettuina tuloksina, ei riippumattomasti vahvistettuna paremmuusjärjestyksenä. Käytettävissä olevissa lähteissä ei esitetä ulkopuolista toistoa kaikista testeistä.
Mitä mallin osista tiedetään?
MWA-Phoenixin GitHub-sivun mukaan päähaara sisältää maailman toimintamallin esikoulutuskoodin. Jälkikoulutukselle ja testien arvioinnille on erillinen haara. 2 Anyversen julkaisemaa DINO110k-tarkistuspistettä koskevassa ilmoituksessa kerrotaan, että sen runko ja sovitin pohjautuvat Metan DINOv3-näkömalliin.
Yhtiön kuvaamassa kokonaisuudessa Phoenix-ILA tuo liikkeen ja kontaktin osaksi toiminnan oppimista. Phoenix-PhysCanvas taas on vuorovaikutteinen simuloitu maailma, jossa toimintatapaa voidaan yhtiön mukaan kehittää pilvessä ennen sen viemistä robotille.
Julkisista lähdekatkelmista ei kuitenkaan voi varmistaa kaikkia mallin teknisiä yksityiskohtia. Niiden perusteella ei pystytä vahvistamaan esimerkiksi VGGT:n käyttöä geometrian opetuksessa, V-JEPA:n käyttöä ajallisten muutosten oppimisessa, tulevien kuvien poissulkevaa kausaalista semanttista VAE-rakennetta tai video- ja toimintamallien yhteistä huomionkäsittelyä. Myöskään toimintajaksojen asynkronista suorittamista reaaliaikaisessa ohjauksessa ei voi näistä lähteistä vahvistaa.
Avoimia kysymyksiä
Käytettävissä oleva aineisto ei riitä vahvistamaan mallin koulutuksessa käytettyjä kaikkia aineistolähteitä, väitettä yli 200 000 tunnin multimodaalisesta aineistosta tai suuremman mallin koulutuksen tilannetta. Myöskään väitettä siitä, ettei testidataa olisi ollut mukana koulutuksessa, ei voi näistä lähteistä tarkistaa. Lähteet eivät myöskään täsmennä, missä tilanteissa taitojen siirtäminen eri robottirunkojen välillä vielä ontuu.
Julkaisu tarjoaa siis avoimesti saatavilla olevan lähtökohdan robottien käsittelytehtävien tutkimiseen ja kehittämiseen. Yhtiön raportoimat testitulokset ulottuvat simulaatiosta oikeisiin robotteihin, mutta mallin käytännön suorituskyvystä ja siirrettävyydestä tarvitaan riippumattomia arvioita.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "MWA-Phoenix tuo avoimen maailman toimintamallin robottien käsittelytehtäviin"?
MWA Phoenix on avoimen lähdekoodin, 7 miljardin parametrin maailman toimintamalli, joka on suunniteltu robottien käsittelytehtäviin ja laitteessa ajettavaksi.
What are the key points to validate first?
MWA Phoenix on avoimen lähdekoodin, 7 miljardin parametrin maailman toimintamalli, joka on suunniteltu robottien käsittelytehtäviin ja laitteessa ajettavaksi. Yhtiön mukaan malli käyttää RGB kamerakuvaa ilman syvyysanturin tietoa ja yltää muun muassa LIBERO Plus testissä 94,63 prosentin onnistumisasteeseen.
What should I do next in practice?
Anyverse kertoo mallin menestyneen kuudessa testissä, joihin kuuluu myös oikeilla roboteilla tehty RoboDojo arviointi.
Sources
tech-momentum.comAnyverse Dynamics, 7B 로봇 월드 액션 모델 MWA-Phoenix 오픈소스 공개
github.comGitHub - Anyverse-Dynamics/Phoenix-MWA: Foudation Model of Anyverse MWA™
robottoday.comrobottoday.com · suppliers-discovery · shandong-future-robotShandong Future Robot Co., Ltd. - RobotToday