MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli. Model RGB kamera görüntüsü kullanıyor; duyuruya göre derinlik sensörü veya gerçek derinlik verisi gerekmiyor.
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
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, 22 Ekim 2026’da robotların nesneleri tutma, taşıma ve başka biçimlerde manipüle etme görevleri için geliştirdiği MWA-Phoenix modelini açık kaynak olarak yayımladığını duyurdu. Model 7 milyar parametreli ve şirketin açıklamasına göre robotun kendi donanımında çalışabilecek şekilde tasarlandı. 1
3
16
Öne çıkan nokta, MWA-Phoenix’in yalnızca RGB kamera görüntülerini girdi olarak kullanması. Şirket, modelin derinlik sensörü ya da gerçek derinlik (ground-truth depth) bilgisi gerektirmediğini belirtiyor. Kod GitHub’da yayımlandı; duyuru haberinde teknik raporun da modelle birlikte paylaşıldığı aktarılıyor. 1
2
Anyverse Dynamics, modeli simülasyon ve gerçek robot testlerini kapsayan altı farklı değerlendirmede öne çıkardığını söylüyor. Açıklanan sonuçlar şöyle:
Bu rakamlar şirketin duyurusunda veya duyuruyu aktaran haberlerde yer alan sonuçlardır. Mevcut kaynaklar bağımsız bir tekrar değerlendirmesi sunmadığından, bunları doğrulanmış genel performans ölçümleri değil, şirketin bildirdiği benchmark sonuçları olarak okumak gerekir. 1
GitHub deposu, çalışmayı “Yapısal ve Anlamsal Temsillerle Genellenebilir Dünya-Eylem Modelleri Öğrenme” başlığıyla tanıtıyor. Depoda dünya-eylem ön eğitimi için kod bulunuyor; ek bileşenler için ayrı dallara yönlendirme yapılıyor. 2
Anyverse’in kodlayıcılarına ilişkin yayımlanan notta, DINO110k kontrol noktasının omurga ve adaptör dâhil Meta’nın DINOv3 modelinden türetildiği belirtiliyor. Şirket duyurularında Phoenix-ILA’nın hareket ve teması eylem öğrenimine kattığı, Phoenix-PhysCanvas’ın ise modelin dağıtıma alınmasından önce bulut tabanlı simülasyonda politika iyileştirmeye yaradığı anlatılıyor.
Bununla birlikte, mevcut kaynak parçaları mimarinin tüm ayrıntılarını doğrulamıyor. VGGT ile geometri damıtımı, V-JEPA ile zamansal değişim öğrenimi, gelecekteki karelere bakmayan nedensel bir anlamsal VAE ya da video ve eylem uzmanlarının aynı anda tahmin yürütmesi gibi iddialar için yeterli teknik kanıt bulunmuyor. Eşzamansız eylem parçalarıyla gerçek zamanlı kontrolün nasıl uygulandığı da burada doğrulanamıyor.
Bazı duyuru ayrıntıları, eldeki kaynak parçalarında teyit edilemiyor: RoboDojo testlerinin üç gövde ve 18 görevi kapsadığı bilgisi dışında, farklı robot gövdeleri arasında beceri aktarımında kalan sınırlamalar; gerçek robotlardan, insanın birinci şahıs görüntülerinden ve elde taşınan UMI kayıtlarından oluşan ön eğitim verileri; 200 bin saati aşan çok modlu veri miktarı; daha büyük modellerin eğitimde olduğu iddiası ve test verisinin eğitimde hiç tekrarlanmadığı açıklaması bağımsız olarak doğrulanmış değil. Benzer şekilde, RoboCasa’daki WALA’ya göre 7,5 puanlık fark dışındaki karşılaştırmalı üstünlük iddialarını da mevcut kaynaklar yeterince desteklemiyor.
Kısacası MWA-Phoenix’in açık kaynak kodu ve RGB girdiyle çalışan 7 milyar parametreli model olarak duyurulması doğrulanabiliyor. Açıklanan benchmark sonuçları ilgi çekici olsa da modelin gerçek kullanımda ne kadar genellenebilir olduğu ve ayrıntılı teknik iddiaların ne ölçüde karşılandığı, bağımsız değerlendirmelerle daha netleşecek. 1
2
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli.
MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli. Model RGB kamera görüntüsü kullanıyor; duyuruya göre derinlik sensörü veya gerçek derinlik verisi gerekmiyor.
Şirket LIBERO Plus’ta %94,63, LIBERO Pro’da %66,48, RoboCasa GR1 Tabletop’ta %82,67 ve RoboTwin 2.0’da %72,42 başarı bildirdi; Bench2Dex sonucu %45,6.
MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli. Model RGB kamera görüntüsü kullanıyor; duyuruya göre derinlik sensörü veya gerçek derinlik verisi gerekmiyor.
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
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, 22 Ekim 2026’da robotların nesneleri tutma, taşıma ve başka biçimlerde manipüle etme görevleri için geliştirdiği MWA-Phoenix modelini açık kaynak olarak yayımladığını duyurdu. Model 7 milyar parametreli ve şirketin açıklamasına göre robotun kendi donanımında çalışabilecek şekilde tasarlandı. 1
3
16
Öne çıkan nokta, MWA-Phoenix’in yalnızca RGB kamera görüntülerini girdi olarak kullanması. Şirket, modelin derinlik sensörü ya da gerçek derinlik (ground-truth depth) bilgisi gerektirmediğini belirtiyor. Kod GitHub’da yayımlandı; duyuru haberinde teknik raporun da modelle birlikte paylaşıldığı aktarılıyor. 1
2
Anyverse Dynamics, modeli simülasyon ve gerçek robot testlerini kapsayan altı farklı değerlendirmede öne çıkardığını söylüyor. Açıklanan sonuçlar şöyle:
Bu rakamlar şirketin duyurusunda veya duyuruyu aktaran haberlerde yer alan sonuçlardır. Mevcut kaynaklar bağımsız bir tekrar değerlendirmesi sunmadığından, bunları doğrulanmış genel performans ölçümleri değil, şirketin bildirdiği benchmark sonuçları olarak okumak gerekir. 1
GitHub deposu, çalışmayı “Yapısal ve Anlamsal Temsillerle Genellenebilir Dünya-Eylem Modelleri Öğrenme” başlığıyla tanıtıyor. Depoda dünya-eylem ön eğitimi için kod bulunuyor; ek bileşenler için ayrı dallara yönlendirme yapılıyor. 2
Anyverse’in kodlayıcılarına ilişkin yayımlanan notta, DINO110k kontrol noktasının omurga ve adaptör dâhil Meta’nın DINOv3 modelinden türetildiği belirtiliyor. Şirket duyurularında Phoenix-ILA’nın hareket ve teması eylem öğrenimine kattığı, Phoenix-PhysCanvas’ın ise modelin dağıtıma alınmasından önce bulut tabanlı simülasyonda politika iyileştirmeye yaradığı anlatılıyor.
Bununla birlikte, mevcut kaynak parçaları mimarinin tüm ayrıntılarını doğrulamıyor. VGGT ile geometri damıtımı, V-JEPA ile zamansal değişim öğrenimi, gelecekteki karelere bakmayan nedensel bir anlamsal VAE ya da video ve eylem uzmanlarının aynı anda tahmin yürütmesi gibi iddialar için yeterli teknik kanıt bulunmuyor. Eşzamansız eylem parçalarıyla gerçek zamanlı kontrolün nasıl uygulandığı da burada doğrulanamıyor.
Bazı duyuru ayrıntıları, eldeki kaynak parçalarında teyit edilemiyor: RoboDojo testlerinin üç gövde ve 18 görevi kapsadığı bilgisi dışında, farklı robot gövdeleri arasında beceri aktarımında kalan sınırlamalar; gerçek robotlardan, insanın birinci şahıs görüntülerinden ve elde taşınan UMI kayıtlarından oluşan ön eğitim verileri; 200 bin saati aşan çok modlu veri miktarı; daha büyük modellerin eğitimde olduğu iddiası ve test verisinin eğitimde hiç tekrarlanmadığı açıklaması bağımsız olarak doğrulanmış değil. Benzer şekilde, RoboCasa’daki WALA’ya göre 7,5 puanlık fark dışındaki karşılaştırmalı üstünlük iddialarını da mevcut kaynaklar yeterince desteklemiyor.
Kısacası MWA-Phoenix’in açık kaynak kodu ve RGB girdiyle çalışan 7 milyar parametreli model olarak duyurulması doğrulanabiliyor. Açıklanan benchmark sonuçları ilgi çekici olsa da modelin gerçek kullanımda ne kadar genellenebilir olduğu ve ayrıntılı teknik iddiaların ne ölçüde karşılandığı, bağımsız değerlendirmelerle daha netleşecek. 1
2
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli.
MWA Phoenix, robot manipülasyonu için geliştirilen, 7 milyar parametreli ve cihaz üzerinde çalışması hedeflenen bir dünya eylem modeli. Model RGB kamera görüntüsü kullanıyor; duyuruya göre derinlik sensörü veya gerçek derinlik verisi gerekmiyor.
Şirket LIBERO Plus’ta %94,63, LIBERO Pro’da %66,48, RoboCasa GR1 Tabletop’ta %82,67 ve RoboTwin 2.0’da %72,42 başarı bildirdi; Bench2Dex sonucu %45,6.