Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9] โมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องใช้เซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง [11][14] คะแนนที่มีข้อมูลรองรับ ได้แก่...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

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 เปิดตัว MWA-Phoenix เมื่อวันที่ 22 ตุลาคม 2026 ในฐานะโมเดลพื้นฐานแบบโอเพนซอร์สสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ มีขนาด 7 พันล้านพารามิเตอร์ และออกแบบให้ประมวลผลบนตัวหุ่นยนต์ได้ แทนที่จะต้องพึ่งระบบประมวลผลภายนอกตลอดเวลา 6
9
จุดขายที่บริษัทเน้นคือโมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องอาศัยเซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง (ground-truth depth) 11
14 อย่างไรก็ตาม ตัวเลขประสิทธิภาพที่เผยแพร่ควรอ่านในฐานะผลที่บริษัทและข่าวรายงาน ไม่ใช่ผลที่ผ่านการยืนยันซ้ำโดยหน่วยงานอิสระ
โค้ดของโครงการอยู่ในคลัง GitHub ชื่อ Anyverse-Dynamics/Phoenix-MWA ซึ่งอธิบายแนวทางงานว่าเป็นการเรียนรู้ world-action model ที่นำเสนอข้อมูลเชิงโครงสร้างและความหมาย 7 ข่าวเกี่ยวกับการเปิดตัวระบุว่ามีการเผยแพร่โมเดลที่ฝึกไว้ล่วงหน้า โค้ด และรายงานทางเทคนิค แต่ข้อมูลที่ตรวจสอบได้ในแหล่งอ้างอิงที่มีอยู่ยังไม่เพียงพอสำหรับยืนยันรายละเอียดการเข้าถึงรายงานดังกล่าว
บริษัทระบุว่า MWA-Phoenix ทำผลงานระดับแนวหน้าในการประเมิน 6 รายการ ได้แก่ LIBERO-Plus, LIBERO-Pro, RoboCasa GR1, RoboTwin 2.0, RoboDojo ซึ่งทดสอบกับหุ่นยนต์จริง และ Bench2Dex 10
11 ในข้อมูลที่มีตัวเลขรองรับ พบผลดังนี้
ชุดทดสอบเหล่านี้ครอบคลุมโจทย์คนละด้าน แต่หลักฐานที่มีไม่เพียงพอสำหรับยืนยันรายละเอียดความเปลี่ยนแปลงของมุมกล้อง แสง และสัญญาณรบกวนใน LIBERO-Plus หรือเงื่อนไขการเปลี่ยนวัตถุ ตำแหน่ง และเป้าหมายใน LIBERO-Pro
ประกาศเกี่ยวกับตัวเข้ารหัสของบริษัทระบุว่า checkpoint DINO110k ซึ่งรวม backbone และ adapter พัฒนาต่อยอดจาก DINOv3 ของ Meta 8 ส่วนรายงานที่ถูกอ้างถึงอธิบาย Phoenix-ILA ว่าเพิ่มข้อมูลการเคลื่อนไหวและการสัมผัสเข้าไปในการเรียนรู้การกระทำ และ Phoenix-PhysCanvas ว่าเป็นโลกจำลองแบบโต้ตอบที่ใช้ปรับปรุงนโยบายบนคลาวด์ก่อนนำไปใช้งานจริง
13
แต่หลักฐานที่มีไม่เพียงพอจะยืนยันรายละเอียดอื่นที่ถูกกล่าวถึงเกี่ยวกับ MWA-Phoenix เช่น การถ่ายทอดความรู้ด้านเรขาคณิตจาก VGGT และการเปลี่ยนแปลงตามเวลาจาก V-JEPA, causal semantic VAE ที่ไม่เข้าถึงเฟรมอนาคต, ผู้เชี่ยวชาญด้านวิดีโอและการกระทำที่ประมวลผลร่วมกัน หรือการทำงานแบบ asynchronous action chunks เพื่อควบคุมหุ่นยนต์แบบเรียลไทม์
ข้อมูลที่มีไม่เพียงพอสำหรับยืนยันคะแนน RoboTwin 2.0 ที่ 72.42%, การทดสอบ RoboDojo กับหุ่นยนต์สามรูปแบบและ 18 งาน หรือคำกล่าวเรื่องคะแนนที่สูงกว่าโมเดล WALA และ pi0.5 นอกจากนี้ยังยืนยันไม่ได้ถึงข้อจำกัดเฉพาะด้านการถ่ายโอนทักษะข้ามตัวหุ่นยนต์ แหล่งข้อมูลฝึกจากการปฏิบัติงานจริงและวิดีโอมุมมองบุคคลที่หนึ่ง ปริมาณข้อมูลมัลติโหมดกว่า 200,000 ชั่วโมง ตลอดจนคำกล่าวว่าไม่มีการนำข้อมูลทดสอบไปใช้ซ้ำระหว่างฝึก
สรุปคือ MWA-Phoenix มีการเปิดซอร์สและมีคะแนนที่รายงานจากหลายชุดทดสอบ รวมถึงการทดสอบหุ่นยนต์จริงตามที่บริษัทกล่าวอ้าง แต่ตัวเลขและคำกล่าวด้านประสิทธิภาพยังควรพิจารณาในฐานะผลที่รายงานโดยบริษัท ไม่ใช่การประเมินอิสระที่ยืนยันแล้ว 10
11
14
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9]
Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9] โมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องใช้เซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง [11][14]
คะแนนที่มีข้อมูลรองรับ ได้แก่ LIBERO Plus 94.63%, LIBERO Pro 66.48%, RoboCasa GR1 Tabletop 82.67% และ Bench2Dex 45.6% ทั้งหมดเป็นผลที่มีการรายงาน ไม่ใช่การยืนยันจากการทดสอบอิสระ [6][11]
Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9] โมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องใช้เซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง [11][14] คะแนนที่มีข้อมูลรองรับ ได้แก่...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

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 เปิดตัว MWA-Phoenix เมื่อวันที่ 22 ตุลาคม 2026 ในฐานะโมเดลพื้นฐานแบบโอเพนซอร์สสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ มีขนาด 7 พันล้านพารามิเตอร์ และออกแบบให้ประมวลผลบนตัวหุ่นยนต์ได้ แทนที่จะต้องพึ่งระบบประมวลผลภายนอกตลอดเวลา 6
9
จุดขายที่บริษัทเน้นคือโมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องอาศัยเซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง (ground-truth depth) 11
14 อย่างไรก็ตาม ตัวเลขประสิทธิภาพที่เผยแพร่ควรอ่านในฐานะผลที่บริษัทและข่าวรายงาน ไม่ใช่ผลที่ผ่านการยืนยันซ้ำโดยหน่วยงานอิสระ
โค้ดของโครงการอยู่ในคลัง GitHub ชื่อ Anyverse-Dynamics/Phoenix-MWA ซึ่งอธิบายแนวทางงานว่าเป็นการเรียนรู้ world-action model ที่นำเสนอข้อมูลเชิงโครงสร้างและความหมาย 7 ข่าวเกี่ยวกับการเปิดตัวระบุว่ามีการเผยแพร่โมเดลที่ฝึกไว้ล่วงหน้า โค้ด และรายงานทางเทคนิค แต่ข้อมูลที่ตรวจสอบได้ในแหล่งอ้างอิงที่มีอยู่ยังไม่เพียงพอสำหรับยืนยันรายละเอียดการเข้าถึงรายงานดังกล่าว
บริษัทระบุว่า MWA-Phoenix ทำผลงานระดับแนวหน้าในการประเมิน 6 รายการ ได้แก่ LIBERO-Plus, LIBERO-Pro, RoboCasa GR1, RoboTwin 2.0, RoboDojo ซึ่งทดสอบกับหุ่นยนต์จริง และ Bench2Dex 10
11 ในข้อมูลที่มีตัวเลขรองรับ พบผลดังนี้
ชุดทดสอบเหล่านี้ครอบคลุมโจทย์คนละด้าน แต่หลักฐานที่มีไม่เพียงพอสำหรับยืนยันรายละเอียดความเปลี่ยนแปลงของมุมกล้อง แสง และสัญญาณรบกวนใน LIBERO-Plus หรือเงื่อนไขการเปลี่ยนวัตถุ ตำแหน่ง และเป้าหมายใน LIBERO-Pro
ประกาศเกี่ยวกับตัวเข้ารหัสของบริษัทระบุว่า checkpoint DINO110k ซึ่งรวม backbone และ adapter พัฒนาต่อยอดจาก DINOv3 ของ Meta 8 ส่วนรายงานที่ถูกอ้างถึงอธิบาย Phoenix-ILA ว่าเพิ่มข้อมูลการเคลื่อนไหวและการสัมผัสเข้าไปในการเรียนรู้การกระทำ และ Phoenix-PhysCanvas ว่าเป็นโลกจำลองแบบโต้ตอบที่ใช้ปรับปรุงนโยบายบนคลาวด์ก่อนนำไปใช้งานจริง
13
แต่หลักฐานที่มีไม่เพียงพอจะยืนยันรายละเอียดอื่นที่ถูกกล่าวถึงเกี่ยวกับ MWA-Phoenix เช่น การถ่ายทอดความรู้ด้านเรขาคณิตจาก VGGT และการเปลี่ยนแปลงตามเวลาจาก V-JEPA, causal semantic VAE ที่ไม่เข้าถึงเฟรมอนาคต, ผู้เชี่ยวชาญด้านวิดีโอและการกระทำที่ประมวลผลร่วมกัน หรือการทำงานแบบ asynchronous action chunks เพื่อควบคุมหุ่นยนต์แบบเรียลไทม์
ข้อมูลที่มีไม่เพียงพอสำหรับยืนยันคะแนน RoboTwin 2.0 ที่ 72.42%, การทดสอบ RoboDojo กับหุ่นยนต์สามรูปแบบและ 18 งาน หรือคำกล่าวเรื่องคะแนนที่สูงกว่าโมเดล WALA และ pi0.5 นอกจากนี้ยังยืนยันไม่ได้ถึงข้อจำกัดเฉพาะด้านการถ่ายโอนทักษะข้ามตัวหุ่นยนต์ แหล่งข้อมูลฝึกจากการปฏิบัติงานจริงและวิดีโอมุมมองบุคคลที่หนึ่ง ปริมาณข้อมูลมัลติโหมดกว่า 200,000 ชั่วโมง ตลอดจนคำกล่าวว่าไม่มีการนำข้อมูลทดสอบไปใช้ซ้ำระหว่างฝึก
สรุปคือ MWA-Phoenix มีการเปิดซอร์สและมีคะแนนที่รายงานจากหลายชุดทดสอบ รวมถึงการทดสอบหุ่นยนต์จริงตามที่บริษัทกล่าวอ้าง แต่ตัวเลขและคำกล่าวด้านประสิทธิภาพยังควรพิจารณาในฐานะผลที่รายงานโดยบริษัท ไม่ใช่การประเมินอิสระที่ยืนยันแล้ว 10
11
14
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9]
Anyverse Dynamics เปิดตัว MWA Phoenix แบบโอเพนซอร์สเมื่อวันที่ 22 ตุลาคม 2026 เป็นโมเดลพื้นฐานสำหรับงานควบคุมและหยิบจับของหุ่นยนต์ขนาด 7 พันล้านพารามิเตอร์ ออกแบบให้ทำงานบนตัวหุ่นยนต์ได้ [6][9] โมเดลใช้ภาพจากกล้อง RGB โดยไม่ต้องใช้เซนเซอร์วัดความลึกหรือข้อมูลความลึกจริงอ้างอิง [11][14]
คะแนนที่มีข้อมูลรองรับ ได้แก่ LIBERO Plus 94.63%, LIBERO Pro 66.48%, RoboCasa GR1 Tabletop 82.67% และ Bench2Dex 45.6% ทั้งหมดเป็นผลที่มีการรายงาน ไม่ใช่การยืนยันจากการทดสอบอิสระ [6][11]