22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве. Компания сообщает, что модели достаточно изображения с RGB камеры: датчик глубины и эталонные данные о глубине не используются.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

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 объявила об открытом выпуске MWA-Phoenix 22 октября 2026 года. Это модель с 7 млрд параметров для роботизированных манипуляций: она должна помогать роботу воспринимать ситуацию и выбирать действия, а не только распознавать объекты. Разработчики ориентируют её на запуск непосредственно на роботе, без обязательной передачи каждого шага в облако. 1
Компания представила предварительно обученную модель и исходный код на GitHub. В публикации Tech Momentum также говорится, что вместе с релизом вышел технический отчёт. Репозиторий описывает проект как модель, которая учится связывать представления о мире и действиях; в нём отдельно упомянуты код предварительного обучения и другие компоненты проекта. 1
2
По опубликованному описанию, MWA-Phoenix использует только изображение с обычной RGB-камеры: датчик глубины и эталонные данные о глубине модели не нужны. 1 Это заявленная особенность системы, а не свидетельство того, что она уже одинаково надёжно работает в любых реальных условиях.
Anyverse Dynamics приводит результаты шести оценок — от симуляций до испытаний на реальных роботах. Среди них LIBERO-Plus и LIBERO-Pro, RoboCasa GR1, RoboTwin 2.0, RoboDojo и Bench2Dex.
| Тест | Результат, приведённый в публикации |
|---|---|
| LIBERO-Plus | 94,63% |
| LIBERO-Pro | 66,48% |
| RoboCasa GR1 Tabletop | 82,67% средней успешности заданий |
| RoboTwin 2.0, манипуляции двумя руками | 72,42% средней успешности |
| Bench2Dex, комбинации роботизированных рук и ловких кистей | 45,6% средней успешности |
| RoboDojo, испытания на реальных роботах | три типа роботов, 18 заданий; в источнике результат охарактеризован как высокий, без приведённого здесь численного показателя |
В источнике также говорится, что результат RoboCasa GR1 Tabletop на 7,5 процентного пункта выше, чем у предыдущей модели WALA. Это заявление компании, приведённое в публикации, а не независимое сравнение. Доступные материалы не подтверждают заявленную разницу с pi0.5 для Bench2Dex.
Эти показатели следует воспринимать как опубликованные компанией результаты: имеющиеся материалы не содержат независимого воспроизведения всех тестов. Кроме того, одни только цифры не показывают, насколько легко перенести освоенный навык между разными типами роботов и условиями работы.
У проекта есть связанный с моделью энкодер DINO110k. В уведомлении о происхождении компонентов указано, что его основа и адаптер производны от DINOv3, разработанной Meta. Репозиторий MWA-Phoenix также упоминает отдельную ветку для предварительного обучения энкодера с дистилляцией от двух учителей и обучением CS-VAE. 2
В публикации о запуске Phoenix-ILA описывается как компонент, учитывающий движение и контакт при обучении действиям. Phoenix-PhysCanvas представлен как интерактивная модель симулируемого мира: она предназначена для улучшения стратегий в облачной симуляции до их переноса на робота.
Однако предоставленные выдержки не дают достаточного подтверждения более подробной схемы: дистилляции геометрии из VGGT и временных изменений из V-JEPA, работы причинного семантического VAE без доступа к будущим кадрам, совместного предсказания изменений видео и действий, а также асинхронного исполнения блоков действий в реальном времени. Поэтому эти детали нельзя считать установленными только на основании доступных источников.
В материалах не удалось подтвердить заявленные в вопросе объём данных свыше 200 000 часов, обучение более крупных моделей, точный состав данных для предобучения — включая видео от первого лица и съёмку UMI, — или заявление, что тестовые данные не дублировались в обучающей выборке. Доступные публикации также не дают достаточной информации, чтобы точно описать ограничения переноса навыков между разными типами роботов.
Итог: MWA-Phoenix — открытая модель для роботизированных манипуляций, ориентированная на запуск на устройстве и работу по RGB-изображениям. Компания сообщает о высоких результатах в шести оценках, включая испытания на реальных роботах, но приведённые цифры и более детальные технические заявления стоит отличать от независимо проверенных выводов. 1
2
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве.
22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве. Компания сообщает, что модели достаточно изображения с RGB камеры: датчик глубины и эталонные данные о глубине не используются.
В опубликованных материалах указаны результаты 94,63% на LIBERO Plus, 66,48% на LIBERO Pro и 82,67% на RoboCasa GR1 Tabletop; также приведены показатели RoboTwin 2.0, RoboDojo и Bench2Dex.
22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве. Компания сообщает, что модели достаточно изображения с RGB камеры: датчик глубины и эталонные данные о глубине не используются.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

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 объявила об открытом выпуске MWA-Phoenix 22 октября 2026 года. Это модель с 7 млрд параметров для роботизированных манипуляций: она должна помогать роботу воспринимать ситуацию и выбирать действия, а не только распознавать объекты. Разработчики ориентируют её на запуск непосредственно на роботе, без обязательной передачи каждого шага в облако. 1
Компания представила предварительно обученную модель и исходный код на GitHub. В публикации Tech Momentum также говорится, что вместе с релизом вышел технический отчёт. Репозиторий описывает проект как модель, которая учится связывать представления о мире и действиях; в нём отдельно упомянуты код предварительного обучения и другие компоненты проекта. 1
2
По опубликованному описанию, MWA-Phoenix использует только изображение с обычной RGB-камеры: датчик глубины и эталонные данные о глубине модели не нужны. 1 Это заявленная особенность системы, а не свидетельство того, что она уже одинаково надёжно работает в любых реальных условиях.
Anyverse Dynamics приводит результаты шести оценок — от симуляций до испытаний на реальных роботах. Среди них LIBERO-Plus и LIBERO-Pro, RoboCasa GR1, RoboTwin 2.0, RoboDojo и Bench2Dex.
| Тест | Результат, приведённый в публикации |
|---|---|
| LIBERO-Plus | 94,63% |
| LIBERO-Pro | 66,48% |
| RoboCasa GR1 Tabletop | 82,67% средней успешности заданий |
| RoboTwin 2.0, манипуляции двумя руками | 72,42% средней успешности |
| Bench2Dex, комбинации роботизированных рук и ловких кистей | 45,6% средней успешности |
| RoboDojo, испытания на реальных роботах | три типа роботов, 18 заданий; в источнике результат охарактеризован как высокий, без приведённого здесь численного показателя |
В источнике также говорится, что результат RoboCasa GR1 Tabletop на 7,5 процентного пункта выше, чем у предыдущей модели WALA. Это заявление компании, приведённое в публикации, а не независимое сравнение. Доступные материалы не подтверждают заявленную разницу с pi0.5 для Bench2Dex.
Эти показатели следует воспринимать как опубликованные компанией результаты: имеющиеся материалы не содержат независимого воспроизведения всех тестов. Кроме того, одни только цифры не показывают, насколько легко перенести освоенный навык между разными типами роботов и условиями работы.
У проекта есть связанный с моделью энкодер DINO110k. В уведомлении о происхождении компонентов указано, что его основа и адаптер производны от DINOv3, разработанной Meta. Репозиторий MWA-Phoenix также упоминает отдельную ветку для предварительного обучения энкодера с дистилляцией от двух учителей и обучением CS-VAE. 2
В публикации о запуске Phoenix-ILA описывается как компонент, учитывающий движение и контакт при обучении действиям. Phoenix-PhysCanvas представлен как интерактивная модель симулируемого мира: она предназначена для улучшения стратегий в облачной симуляции до их переноса на робота.
Однако предоставленные выдержки не дают достаточного подтверждения более подробной схемы: дистилляции геометрии из VGGT и временных изменений из V-JEPA, работы причинного семантического VAE без доступа к будущим кадрам, совместного предсказания изменений видео и действий, а также асинхронного исполнения блоков действий в реальном времени. Поэтому эти детали нельзя считать установленными только на основании доступных источников.
В материалах не удалось подтвердить заявленные в вопросе объём данных свыше 200 000 часов, обучение более крупных моделей, точный состав данных для предобучения — включая видео от первого лица и съёмку UMI, — или заявление, что тестовые данные не дублировались в обучающей выборке. Доступные публикации также не дают достаточной информации, чтобы точно описать ограничения переноса навыков между разными типами роботов.
Итог: MWA-Phoenix — открытая модель для роботизированных манипуляций, ориентированная на запуск на устройстве и работу по RGB-изображениям. Компания сообщает о высоких результатах в шести оценках, включая испытания на реальных роботах, но приведённые цифры и более детальные технические заявления стоит отличать от независимо проверенных выводов. 1
2
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве.
22 октября 2026 года Anyverse Dynamics объявила об открытом выпуске MWA Phoenix — модели для роботизированных манипуляций с 7 млрд параметров, рассчитанной на работу на самом устройстве. Компания сообщает, что модели достаточно изображения с RGB камеры: датчик глубины и эталонные данные о глубине не используются.
В опубликованных материалах указаны результаты 94,63% на LIBERO Plus, 66,48% на LIBERO Pro и 82,67% на RoboCasa GR1 Tabletop; также приведены показатели RoboTwin 2.0, RoboDojo и Bench2Dex.