MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar. Anyverse mendakwa model itu mencatat keputusan tinggi dalam enam penilaian, termasuk LIBERO Plus, LIBERO Pro, RoboCasa GR1,...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

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
Anyverse Dynamics mengumumkan MWA-Phoenix pada 22 Oktober 2026 sebagai model asas sumber terbuka untuk manipulasi robot. Model dunia-tindakan ini mempunyai 7 bilion parameter dan direka untuk dijalankan terus pada peranti robot, dengan input daripada kamera RGB sahaja—tanpa menggunakan maklumat kedalaman sebenar (ground-truth depth). 1
Pendekatan ini bertujuan membantu robot menghubungkan apa yang dilihatnya dengan tindakan yang perlu dilakukan. Namun, butiran teknikal penuh tentang cara model membina ramalan dunia dan tindakan tidak dapat dipastikan daripada bahan yang tersedia.
Repositori GitHub MWA-Phoenix menyediakan kod pralatihan dunia-tindakan. Halaman repositori menyatakan bahawa komponen pascalatihan dan penilaian penanda aras berada dalam cabang berasingan, manakala pralatihan pengekod disenaraikan sebagai akan menyusul. 2 Laporan teknikal turut dilaporkan diterbitkan bersama pengumuman.
1
Syarikat menyenaraikan enam penilaian yang merangkumi tugasan simulasi, manipulasi dua tangan dan ujian robot sebenar. Angka berikut ialah keputusan yang dilaporkan dalam bahan pengumuman dan liputan berkaitan:
Skor ini merangkumi pelbagai jenis ujian, tetapi angka tersebut tidak dengan sendirinya membuktikan prestasi yang sama dalam setiap persekitaran dunia sebenar. Bahan yang dirujuk membentangkan keputusan sebagai dakwaan syarikat; pengesahan bebas tidak ditunjukkan.
Pengumuman turut memperkenalkan Phoenix-ILA, yang menggabungkan maklumat pergerakan dan sentuhan dalam pembelajaran tindakan, dengan tujuan menyokong manipulasi yang lebih halus. Phoenix-PhysCanvas pula diterangkan sebagai model dunia simulasi interaktif untuk menambah baik dasar robot di awan sebelum digunakan.
Notis pengekod syarikat menyatakan bahawa titik semak DINO110k, termasuk tulang belakang model dan penyesuai, berasal daripada DINOv3 Meta. Walau bagaimanapun, maklumat sumber yang tersedia tidak mencukupi untuk mengesahkan keseluruhan butiran seni bina yang lebih khusus, termasuk kaedah penyulingan geometri dan perubahan masa, atau cara komponen video dan tindakan beroperasi bersama.
Bahan yang dirujuk juga tidak cukup untuk mengesahkan dakwaan tentang jumlah data latihan melebihi 200,000 jam, sumber data tertentu, latihan model lebih besar yang sedang berjalan, atau kenyataan bahawa data ujian tidak pernah diulang dalam latihan. Ia turut tidak menghuraikan secara terperinci batas pemindahan kemahiran antara badan robot yang berbeza. Jadi, perkara tersebut wajar dianggap belum dapat dipastikan berdasarkan bukti yang tersedia.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar.
MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar. Anyverse mendakwa model itu mencatat keputusan tinggi dalam enam penilaian, termasuk LIBERO Plus, LIBERO Pro, RoboCasa GR1, Bench2Dex, RoboTwin 2.0 dan RoboDojo.
Kod tersedia di GitHub dan laporan teknikal dilaporkan diterbitkan bersama; keputusan penanda aras yang disebut ialah laporan syarikat, bukan pengesahan bebas.
MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar. Anyverse mendakwa model itu mencatat keputusan tinggi dalam enam penilaian, termasuk LIBERO Plus, LIBERO Pro, RoboCasa GR1,...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

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
Anyverse Dynamics mengumumkan MWA-Phoenix pada 22 Oktober 2026 sebagai model asas sumber terbuka untuk manipulasi robot. Model dunia-tindakan ini mempunyai 7 bilion parameter dan direka untuk dijalankan terus pada peranti robot, dengan input daripada kamera RGB sahaja—tanpa menggunakan maklumat kedalaman sebenar (ground-truth depth). 1
Pendekatan ini bertujuan membantu robot menghubungkan apa yang dilihatnya dengan tindakan yang perlu dilakukan. Namun, butiran teknikal penuh tentang cara model membina ramalan dunia dan tindakan tidak dapat dipastikan daripada bahan yang tersedia.
Repositori GitHub MWA-Phoenix menyediakan kod pralatihan dunia-tindakan. Halaman repositori menyatakan bahawa komponen pascalatihan dan penilaian penanda aras berada dalam cabang berasingan, manakala pralatihan pengekod disenaraikan sebagai akan menyusul. 2 Laporan teknikal turut dilaporkan diterbitkan bersama pengumuman.
1
Syarikat menyenaraikan enam penilaian yang merangkumi tugasan simulasi, manipulasi dua tangan dan ujian robot sebenar. Angka berikut ialah keputusan yang dilaporkan dalam bahan pengumuman dan liputan berkaitan:
Skor ini merangkumi pelbagai jenis ujian, tetapi angka tersebut tidak dengan sendirinya membuktikan prestasi yang sama dalam setiap persekitaran dunia sebenar. Bahan yang dirujuk membentangkan keputusan sebagai dakwaan syarikat; pengesahan bebas tidak ditunjukkan.
Pengumuman turut memperkenalkan Phoenix-ILA, yang menggabungkan maklumat pergerakan dan sentuhan dalam pembelajaran tindakan, dengan tujuan menyokong manipulasi yang lebih halus. Phoenix-PhysCanvas pula diterangkan sebagai model dunia simulasi interaktif untuk menambah baik dasar robot di awan sebelum digunakan.
Notis pengekod syarikat menyatakan bahawa titik semak DINO110k, termasuk tulang belakang model dan penyesuai, berasal daripada DINOv3 Meta. Walau bagaimanapun, maklumat sumber yang tersedia tidak mencukupi untuk mengesahkan keseluruhan butiran seni bina yang lebih khusus, termasuk kaedah penyulingan geometri dan perubahan masa, atau cara komponen video dan tindakan beroperasi bersama.
Bahan yang dirujuk juga tidak cukup untuk mengesahkan dakwaan tentang jumlah data latihan melebihi 200,000 jam, sumber data tertentu, latihan model lebih besar yang sedang berjalan, atau kenyataan bahawa data ujian tidak pernah diulang dalam latihan. Ia turut tidak menghuraikan secara terperinci batas pemindahan kemahiran antara badan robot yang berbeza. Jadi, perkara tersebut wajar dianggap belum dapat dipastikan berdasarkan bukti yang tersedia.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar.
MWA Phoenix ialah model asas dunia tindakan 7 bilion parameter untuk manipulasi robot, direka agar boleh beroperasi pada peranti robot dan menggunakan imej RGB tanpa maklumat kedalaman sebenar. Anyverse mendakwa model itu mencatat keputusan tinggi dalam enam penilaian, termasuk LIBERO Plus, LIBERO Pro, RoboCasa GR1, Bench2Dex, RoboTwin 2.0 dan RoboDojo.
Kod tersedia di GitHub dan laporan teknikal dilaporkan diterbitkan bersama; keputusan penanda aras yang disebut ialah laporan syarikat, bukan pengesahan bebas.