Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren. Paimon 0 har rapporterte sterke resultater på flere robotbenchmarker, men RoboCasa365 listen plasserte modellen på fjerdeplass.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Shenzhen embodied-AI chip startup Primotion, founded in July 2026, make its public debut with Paimon-0 rather than silicon, and what. Article summary: Primotion debuted as a chip startup with a model, Paimon-0, because its stated strategy is to develop algorithms, runtime software and hardware together rather than design silicon in isolation.[1][6] There is an importan. Topic tags: general. 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, charts with fake numbers, clickbait thumbna
Primotion debuterte offentlig med Paimon-0, en modell for såkalt embodied AI – kunstig intelligens som skal hjelpe roboter med å oppfatte omgivelsene og handle i dem. Selskapets egne brikker var fortsatt på et tidlig utviklingsstadium. Strategien er å utvikle modeller, kjøretidsprogramvare og maskinvare i sammenheng, i stedet for å utforme brikker uten å ta hensyn til oppgavene robotene skal utføre.1
3
Men overskriftene om topplasseringer trenger en viktig presisering: Medier har omtalt Paimon-0 som nummer én på RoboCasa365, mens benchmarkens resultatliste, oppdatert 19. oktober, viser modellen på fjerdeplass.2
8
Primotion skal ha blitt grunnlagt i juli 2026. Selskapet offentliggjorde sin første fremdriftsmelding 16. oktober, ikke 26. oktober. Meldingen løftet fram Paimon-0 og kjøpsintensjoner på til sammen nær 100 millioner yuan. Det var intensjoner, ikke gjennomførte salg, og selskapets egne brikker var fremdeles tidlig i utviklingen.3
4
Rekkefølgen gjenspeiler selskapets uttalte plan: Modell og kjøretidsprogramvare skal være del av brikkeløsningen, ikke utvikles løsrevet fra robotenes behov. Primotion sier at det samordner arbeidet med modeller, programvare, beregningsplattformer og spesialiserte brikker.1
3
Ifølge omtaler av Primotions resultater fikk Paimon-0 0,7754 totalt på RoboColiseum. Modellen skal også ha oppnådd 0,6613 innen generell objekthåndtering og ledet delrangeringen for tilpasning til forstyrrelser. De samme omtalene oppgir 0,73 i gjennomsnittlig suksessrate på VLA-Arena og 46,599 poeng i en utfordring for robotstrategier med to armer.2
7
Dette er rapporterte benchmarkresultater. De dokumenterer ikke i seg selv at modellen vil prestere like godt på fysiske roboter i vanlige omgivelser.
RoboCasa365 gir et tydelig eksempel på hvorfor rangeringen bør sjekkes. Medier har omtalt Paimon-0s totalscore på 58,1 som en førsteplass. Men RoboCasa-listen, oppdatert 19. oktober, fører modellen opp som nummer fire med samme score. Oppføringen viser også 79,3 prosent suksess på «atomic-seen», 55,8 prosent på «composite-seen» og 36,7 prosent på «composite-unseen».2
8
19 Førsteplasspåstanden bør derfor ikke gjengis uten å nevne at den offentlige resultatlisten viser en annen plassering.
Paimon-0 beskrives som en hierarkisk, asynkron world-action-modell (WAM). Den samler synsinntrykk, språk, robottilstand og handlinger i én felles representasjon, samtidig som beregningene foregår på ulike tidsskalaer. Målet, ifølge beskrivelsen, er å redusere hvor mye robotens handlinger må vente på komplisert resonnering.3
Det er relevant for Primotions planer om egen maskinvare. Selskapet sier at evaluering av hvordan roboten utfører oppgaver, sammen med samspill mellom skyen og enheten, kan bidra til å avdekke robotens faktiske beregningsbehov – og dermed informere brikkedesignet.18 Kildene støtter denne overordnede tanken om å utvikle modell og maskinvare i sammenheng, men dokumenterer ikke uavhengig alle de mer detaljerte tekniske påstandene om arkitekturen.
En omtale fra 26. oktober oppgir at inferens for en handlingssekvens («action chunk») tar 300 millisekunder.7 Dette gjelder modellens beregning av en slik sekvens. Det tilgjengelige kildeutdraget bekrefter ikke en verifisert utgangsverdi på 3 000 millisekunder eller en endring i robotens lavnivå-kontrollsløyfe. Det er ulike målinger, og tallet bør derfor ikke framstilles som bevis for at kontrollsløyfen er blitt ti ganger raskere.
Hovedbildet er likevel klart: Primotion bruker en modellbasert lansering til å vise fram tilnærmingen sin før egne brikker er ferdige. Resultatene gir et tidlig signal, men spriket i RoboCasa-rangeringen og de begrensede detaljene om måling av forsinkelse gjør det viktig å være presis om hva som faktisk er dokumentert.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren.
Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren. Paimon 0 har rapporterte sterke resultater på flere robotbenchmarker, men RoboCasa365 listen plasserte modellen på fjerdeplass.
Et rapportert inferensresultat på 300 millisekunder gjelder én handlingssekvens – ikke nødvendigvis robotens kontrollsløyfe.
Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren. Paimon 0 har rapporterte sterke resultater på flere robotbenchmarker, men RoboCasa365 listen plasserte modellen på fjerdeplass.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Shenzhen embodied-AI chip startup Primotion, founded in July 2026, make its public debut with Paimon-0 rather than silicon, and what. Article summary: Primotion debuted as a chip startup with a model, Paimon-0, because its stated strategy is to develop algorithms, runtime software and hardware together rather than design silicon in isolation.[1][6] There is an importan. Topic tags: general. 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, charts with fake numbers, clickbait thumbna
Primotion debuterte offentlig med Paimon-0, en modell for såkalt embodied AI – kunstig intelligens som skal hjelpe roboter med å oppfatte omgivelsene og handle i dem. Selskapets egne brikker var fortsatt på et tidlig utviklingsstadium. Strategien er å utvikle modeller, kjøretidsprogramvare og maskinvare i sammenheng, i stedet for å utforme brikker uten å ta hensyn til oppgavene robotene skal utføre.1
3
Men overskriftene om topplasseringer trenger en viktig presisering: Medier har omtalt Paimon-0 som nummer én på RoboCasa365, mens benchmarkens resultatliste, oppdatert 19. oktober, viser modellen på fjerdeplass.2
8
Primotion skal ha blitt grunnlagt i juli 2026. Selskapet offentliggjorde sin første fremdriftsmelding 16. oktober, ikke 26. oktober. Meldingen løftet fram Paimon-0 og kjøpsintensjoner på til sammen nær 100 millioner yuan. Det var intensjoner, ikke gjennomførte salg, og selskapets egne brikker var fremdeles tidlig i utviklingen.3
4
Rekkefølgen gjenspeiler selskapets uttalte plan: Modell og kjøretidsprogramvare skal være del av brikkeløsningen, ikke utvikles løsrevet fra robotenes behov. Primotion sier at det samordner arbeidet med modeller, programvare, beregningsplattformer og spesialiserte brikker.1
3
Ifølge omtaler av Primotions resultater fikk Paimon-0 0,7754 totalt på RoboColiseum. Modellen skal også ha oppnådd 0,6613 innen generell objekthåndtering og ledet delrangeringen for tilpasning til forstyrrelser. De samme omtalene oppgir 0,73 i gjennomsnittlig suksessrate på VLA-Arena og 46,599 poeng i en utfordring for robotstrategier med to armer.2
7
Dette er rapporterte benchmarkresultater. De dokumenterer ikke i seg selv at modellen vil prestere like godt på fysiske roboter i vanlige omgivelser.
RoboCasa365 gir et tydelig eksempel på hvorfor rangeringen bør sjekkes. Medier har omtalt Paimon-0s totalscore på 58,1 som en førsteplass. Men RoboCasa-listen, oppdatert 19. oktober, fører modellen opp som nummer fire med samme score. Oppføringen viser også 79,3 prosent suksess på «atomic-seen», 55,8 prosent på «composite-seen» og 36,7 prosent på «composite-unseen».2
8
19 Førsteplasspåstanden bør derfor ikke gjengis uten å nevne at den offentlige resultatlisten viser en annen plassering.
Paimon-0 beskrives som en hierarkisk, asynkron world-action-modell (WAM). Den samler synsinntrykk, språk, robottilstand og handlinger i én felles representasjon, samtidig som beregningene foregår på ulike tidsskalaer. Målet, ifølge beskrivelsen, er å redusere hvor mye robotens handlinger må vente på komplisert resonnering.3
Det er relevant for Primotions planer om egen maskinvare. Selskapet sier at evaluering av hvordan roboten utfører oppgaver, sammen med samspill mellom skyen og enheten, kan bidra til å avdekke robotens faktiske beregningsbehov – og dermed informere brikkedesignet.18 Kildene støtter denne overordnede tanken om å utvikle modell og maskinvare i sammenheng, men dokumenterer ikke uavhengig alle de mer detaljerte tekniske påstandene om arkitekturen.
En omtale fra 26. oktober oppgir at inferens for en handlingssekvens («action chunk») tar 300 millisekunder.7 Dette gjelder modellens beregning av en slik sekvens. Det tilgjengelige kildeutdraget bekrefter ikke en verifisert utgangsverdi på 3 000 millisekunder eller en endring i robotens lavnivå-kontrollsløyfe. Det er ulike målinger, og tallet bør derfor ikke framstilles som bevis for at kontrollsløyfen er blitt ti ganger raskere.
Hovedbildet er likevel klart: Primotion bruker en modellbasert lansering til å vise fram tilnærmingen sin før egne brikker er ferdige. Resultatene gir et tidlig signal, men spriket i RoboCasa-rangeringen og de begrensede detaljene om måling av forsinkelse gjør det viktig å være presis om hva som faktisk er dokumentert.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren.
Primotion presenterte Paimon 0 før selskapets egne brikker var klare, som del av en strategi der modell og programvare skal bidra til å forme maskinvaren. Paimon 0 har rapporterte sterke resultater på flere robotbenchmarker, men RoboCasa365 listen plasserte modellen på fjerdeplass.
Et rapportert inferensresultat på 300 millisekunder gjelder én handlingssekvens – ikke nødvendigvis robotens kontrollsløyfe.