उत्तरप्रकाशित3 घंटे पहलेLast edited 3 घंटे पहले15 स्रोत

सिर्फ RGB कैमरा इनपुट पर काम करने वाला रोबोट मॉडल MWA-Phoenix हुआ ओपन-सोर्स

22 अक्टूबर 2026 को घोषित MWA Phoenix रोबोट से वस्तुएँ उठाने और उनसे काम करवाने जैसे मैनिपुलेशन कार्यों के लिए 7 अरब पैरामीटर वाला latent world action मॉडल है। [6][9] कंपनी के अनुसार, मॉडल केवल RGB कैमरा इनपुट लेता है और ground truth depth का इस्तेमाल नहीं करता; इसे रोबोट पर सीधे चलाने के लिए बनाया गया है। [1][35] बत...

प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

22 अक्टूबर 2026 को घोषित MWA Phoenix रोबोट से वस्तुएँ उठाने और उनसे काम करवाने जैसे मैनिपुलेशन कार्यों के लिए 7 अरब पैरामीटर वाला latent world action मॉडल है। [6][9]
कंपनी के अनुसार, मॉडल केवल RGB कैमरा इनपुट लेता है और ground truth depth का इस्तेमाल नहीं करता; इसे रोबोट पर सीधे चलाने के लिए बनाया गया है। [1][35]
बताए गए नतीजों में LIBERO Plus पर 94.63%, LIBERO Pro पर 66.48%, RoboCasa GR1 Tabletop पर 82.67% और RoboTwin 2.0 पर 72.42% शामिल हैं। [35]
GitHub कोड और तकनीकी रिपोर्ट उपलब्ध कराए गए हैं। लेकिन विस्तृत आर्किटेक्चर, प्रशिक्षण डेटा और कुछ तुलनात्मक दावों की पुष्टि उपलब्ध स्रोत अंशों से नहीं होती। [1][2]

What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, inclAI-generated editorial hero image for What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, incl.
AI संकेत
Create 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
openai.com

Anyverse Dynamics ने 22 अक्टूबर 2026 को MWA-Phoenix को ओपन-सोर्स किया। यह रोबोट मैनिपुलेशन—यानी वस्तुओं को पकड़ने, हिलाने या उनसे काम करवाने—के लिए बनाया गया 7 अरब-पैरामीटर वाला latent world-action foundation model है। कंपनी ने इसे रोबोट पर सीधे चलाने के लिहाज़ से तैयार किया है। 6 9 1

सरल शब्दों में, world-action मॉडल दृश्य जानकारी से यह अनुमान लगाने की कोशिश करता है कि आसपास की स्थिति कैसे बदलेगी और रोबोट को आगे कौन-सी कार्रवाई करनी चाहिए। MWA-Phoenix के मामले में कंपनी का कहना है कि इसके लिए RGB कैमरे की तस्वीरें पर्याप्त हैं: मॉडल depth sensor या ground-truth depth डेटा पर निर्भर नहीं करता। 1

कोड, रिपोर्ट और मॉडल के बारे में क्या उपलब्ध है?

कंपनी की घोषणा के मुताबिक, pretrained मॉडल के साथ GitHub पर कोड और तकनीकी रिपोर्ट भी जारी की गई। GitHub रिपॉज़िटरी इसे “Learning Generalizable World–Action Models with Structural and Semantic Representations” नाम से पेश करती है। 1 2

एक encoder notice में DINO110k checkpoint—जिसमें backbone और adapter शामिल हैं—को Meta के DINOv3 से derived बताया गया है। उपलब्ध स्रोत-अंशों से मॉडल के बाकी तकनीकी विवरणों की पूरी पुष्टि नहीं होती। खास तौर पर VGGT से geometry distillation, V-JEPA से temporal-change distillation, causal semantic VAE के future frames न देखने की शर्त, और video-action experts के संयुक्त attention के दावों को यहां स्वतंत्र रूप से सत्यापित नहीं किया जा सकता।

छह मूल्यांकनों में कंपनी के बताए नतीजे

Anyverse Dynamics ने छह मूल्यांकनों में अग्रणी प्रदर्शन का दावा किया है। ये परीक्षण अलग-अलग क्षमताएँ देखते हैं—जैसे दृश्य में बदलाव के बावजूद काम करना, नए लक्ष्य या वस्तुओं के साथ तालमेल बिठाना, दो बाँहों से काम करना और असली रोबोट पर कार्रवाई करना। नीचे दिए आँकड़े कंपनी द्वारा बताए गए नतीजे हैं। 16

मूल्यांकन	कंपनी द्वारा बताया गया नतीजा
LIBERO-Plus	94.63% सफलता दर
LIBERO-Pro	66.48% सफलता दर
RoboCasa GR1 Tabletop	82.67% औसत कार्य-सफलता; कंपनी के मुताबिक, उसके पिछले WALA मॉडल से 7.50 प्रतिशत अंक अधिक
RoboTwin 2.0	दो-बाँहों वाले सहयोगी मैनिपुलेशन में 72.42% औसत सफलता दर
RoboDojo	कंपनी ने तीन तरह के रोबोट और 18 कार्यों वाले वास्तविक-रोबोट मूल्यांकन में अच्छे प्रदर्शन की बात कही है; उपलब्ध अंश में सटीक स्कोर नहीं दिया गया।
Bench2Dex	12 robot-arm और dexterous-hand संयोजनों में 45.6% औसत सफलता दर 6

LIBERO-Plus में 94.63% और LIBERO-Pro में 66.48% के आँकड़े भी कंपनी के प्रकाशित नतीजे हैं। उपलब्ध स्रोत RoboCasa के लिए WALA से 7.50 प्रतिशत-अंक का अंतर बताता है, लेकिन Bench2Dex में pi0.5 से 17.3 अंक आगे होने के दावे की पुष्टि यहां उपलब्ध स्रोत-अंशों से नहीं होती।

ILA और PhysCanvas की भूमिका

घोषणा-संबंधी रिपोर्ट में Phoenix-ILA को ऐसा घटक बताया गया है जो गति और संपर्क-संबंधी जानकारी को action learning में शामिल करता है। Phoenix-PhysCanvas को इंटरैक्टिव सिमुलेशन world model के रूप में पेश किया गया है, जिसमें तैनाती से पहले cloud पर नीतियों को बेहतर करने का दावा है।

हालांकि, उपलब्ध स्रोत-अंश asynchronous action-chunk execution के बारे में पर्याप्त विवरण नहीं देते। इसी तरह, cross-body skill transfer की बची हुई सीमाओं, प्रशिक्षण में इस्तेमाल किए गए real-robot संचालन, first-person मानव वीडियो और handheld UMI capture, या 200,000 घंटे से अधिक multimodal data के दावे की पुष्टि यहां नहीं की जा सकती।

नतीजों को किस नज़र से देखें?

ये बेंचमार्क स्कोर कंपनी द्वारा बताए गए हैं; उपलब्ध स्रोतों में स्वतंत्र रूप से दोहराए गए परीक्षणों का प्रमाण नहीं है। इसलिए इन्हें रिपोर्ट किए गए परिणाम समझना बेहतर है, स्वतंत्र सत्यापन का विकल्प नहीं। “टेस्ट डेटा प्रशिक्षण में दोहराया नहीं गया” और बड़े मॉडल की ट्रेनिंग जारी होने जैसे दावों की भी उपलब्ध सामग्री से पुष्टि नहीं होती। 16

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं