MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn. Công ty báo cáo các điểm số: LIBERO Plus 94,63%, LIBERO Pro 66,48%, RoboCasa GR1 Tabletop 82,67%, RoboTwin 2.0 7...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

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 công bố mã nguồn mở MWA-Phoenix vào ngày 22/10/2026. Đây là mô hình nền tảng 7 tỷ tham số dành cho robot thao tác, thuộc nhóm world-action model hoạt động trong không gian tiềm ẩn. Công ty thiết kế mô hình để có thể chạy trực tiếp trên robot và cho biết đầu vào chỉ gồm hình ảnh RGB, không cần cảm biến độ sâu hay dữ liệu độ sâu chuẩn. 1
Mã nguồn được đăng trên GitHub. Kho dự án mô tả công trình là “Learning Generalizable World–Action Models with Structural and Semantic Representations”; nhánh chính cung cấp mã tiền huấn luyện world-action, còn các thành phần khác được tổ chức ở những nhánh riêng. Bài viết về đợt công bố cũng cho biết báo cáo kỹ thuật được phát hành cùng mô hình. 1
2
Anyverse Dynamics cho biết MWA-Phoenix đạt kết quả dẫn đầu hoặc nổi bật trong sáu bài đánh giá, trải từ mô phỏng đến thử nghiệm robot thật. Các bài kiểm tra này nhắm đến những khía cạnh khác nhau như khả năng chống biến đổi môi trường, khái quát hóa tác vụ, thao tác hai tay và thực thi trên robot thật.
| Bài đánh giá | Kết quả được công bố |
|---|---|
| LIBERO-Plus | 94,63% |
| LIBERO-Pro | 66,48% |
| RoboCasa GR1 Tabletop | 82,67% — cao hơn 7,5 điểm phần trăm so với mô hình WALA trước đó |
| RoboTwin 2.0 | 72,42% trong bài đánh giá thao tác hai tay |
| Bench2Dex | 45,6% trung bình trên 12 tổ hợp cánh tay robot và bàn tay khéo léo |
| RoboDojo | Đánh giá robot thật trên ba loại thân robot và 18 tác vụ |
Các con số trên là kết quả được công ty công bố, không phải xác nhận độc lập. Nguồn hiện có không nêu được bằng chứng đủ để xác minh mức chênh 17,3 điểm phần trăm so với pi0.5, cũng như chưa cho phép đánh giá độc lập cách thực hiện từng bài kiểm tra.
Một thông báo về bộ mã hóa của Anyverse xác nhận checkpoint DINO110k, gồm backbone và adapter, được xây dựng dựa trên DINOv3 của Meta. Nguồn về đợt ra mắt mô tả Phoenix-ILA là thành phần đưa chuyển động và tiếp xúc vào quá trình học hành động; Phoenix-PhysCanvas là mô hình thế giới mô phỏng tương tác, dùng để cải thiện chính sách điều khiển trên đám mây trước khi triển khai.
Tuy vậy, tài liệu nguồn hiện có chưa đủ để xác nhận các chi tiết sâu hơn được nêu về chưng cất hình học từ VGGT, học biến đổi theo thời gian từ V-JEPA, VAE ngữ nghĩa nhân quả không nhìn trước khung hình tương lai, hay cách các mô-đun video và hành động cùng dự đoán. Tương tự, chưa có bằng chứng đủ để khẳng định cách thực thi các đoạn hành động bất đồng bộ trong điều khiển thời gian thực.
Các nguồn đã xem chưa xác nhận đầy đủ dữ liệu tiền huấn luyện đến từ vận hành robot thật, video góc nhìn người và thiết bị ghi UMI cầm tay; cũng chưa xác minh tuyên bố về hơn 200.000 giờ dữ liệu đa phương thức, việc huấn luyện mô hình lớn hơn đang diễn ra, hay cam kết không đưa dữ liệu kiểm tra vào huấn luyện. Chi tiết về giới hạn chuyển giao kỹ năng giữa các loại robot cũng chưa được làm rõ.
Vì vậy, điểm đáng chú ý trước mắt là phạm vi công bố và các kết quả benchmark mà Anyverse Dynamics đưa ra. Để đánh giá khả năng ứng dụng thực tế, vẫn cần thêm tài liệu kỹ thuật có thể kiểm tra và kết quả tái lập độc lập.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn.
MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn. Công ty báo cáo các điểm số: LIBERO Plus 94,63%, LIBERO Pro 66,48%, RoboCasa GR1 Tabletop 82,67%, RoboTwin 2.0 72,42% và Bench2Dex 45,6%; RoboDojo được đánh giá trên ba loại robot và 18 tác vụ.
Mã nguồn được đăng trên GitHub; bài viết công bố cũng cho biết có phát hành báo cáo kỹ thuật.
MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn. Công ty báo cáo các điểm số: LIBERO Plus 94,63%, LIBERO Pro 66,48%, RoboCasa GR1 Tabletop 82,67%, RoboTwin 2.0 7...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

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 công bố mã nguồn mở MWA-Phoenix vào ngày 22/10/2026. Đây là mô hình nền tảng 7 tỷ tham số dành cho robot thao tác, thuộc nhóm world-action model hoạt động trong không gian tiềm ẩn. Công ty thiết kế mô hình để có thể chạy trực tiếp trên robot và cho biết đầu vào chỉ gồm hình ảnh RGB, không cần cảm biến độ sâu hay dữ liệu độ sâu chuẩn. 1
Mã nguồn được đăng trên GitHub. Kho dự án mô tả công trình là “Learning Generalizable World–Action Models with Structural and Semantic Representations”; nhánh chính cung cấp mã tiền huấn luyện world-action, còn các thành phần khác được tổ chức ở những nhánh riêng. Bài viết về đợt công bố cũng cho biết báo cáo kỹ thuật được phát hành cùng mô hình. 1
2
Anyverse Dynamics cho biết MWA-Phoenix đạt kết quả dẫn đầu hoặc nổi bật trong sáu bài đánh giá, trải từ mô phỏng đến thử nghiệm robot thật. Các bài kiểm tra này nhắm đến những khía cạnh khác nhau như khả năng chống biến đổi môi trường, khái quát hóa tác vụ, thao tác hai tay và thực thi trên robot thật.
| Bài đánh giá | Kết quả được công bố |
|---|---|
| LIBERO-Plus | 94,63% |
| LIBERO-Pro | 66,48% |
| RoboCasa GR1 Tabletop | 82,67% — cao hơn 7,5 điểm phần trăm so với mô hình WALA trước đó |
| RoboTwin 2.0 | 72,42% trong bài đánh giá thao tác hai tay |
| Bench2Dex | 45,6% trung bình trên 12 tổ hợp cánh tay robot và bàn tay khéo léo |
| RoboDojo | Đánh giá robot thật trên ba loại thân robot và 18 tác vụ |
Các con số trên là kết quả được công ty công bố, không phải xác nhận độc lập. Nguồn hiện có không nêu được bằng chứng đủ để xác minh mức chênh 17,3 điểm phần trăm so với pi0.5, cũng như chưa cho phép đánh giá độc lập cách thực hiện từng bài kiểm tra.
Một thông báo về bộ mã hóa của Anyverse xác nhận checkpoint DINO110k, gồm backbone và adapter, được xây dựng dựa trên DINOv3 của Meta. Nguồn về đợt ra mắt mô tả Phoenix-ILA là thành phần đưa chuyển động và tiếp xúc vào quá trình học hành động; Phoenix-PhysCanvas là mô hình thế giới mô phỏng tương tác, dùng để cải thiện chính sách điều khiển trên đám mây trước khi triển khai.
Tuy vậy, tài liệu nguồn hiện có chưa đủ để xác nhận các chi tiết sâu hơn được nêu về chưng cất hình học từ VGGT, học biến đổi theo thời gian từ V-JEPA, VAE ngữ nghĩa nhân quả không nhìn trước khung hình tương lai, hay cách các mô-đun video và hành động cùng dự đoán. Tương tự, chưa có bằng chứng đủ để khẳng định cách thực thi các đoạn hành động bất đồng bộ trong điều khiển thời gian thực.
Các nguồn đã xem chưa xác nhận đầy đủ dữ liệu tiền huấn luyện đến từ vận hành robot thật, video góc nhìn người và thiết bị ghi UMI cầm tay; cũng chưa xác minh tuyên bố về hơn 200.000 giờ dữ liệu đa phương thức, việc huấn luyện mô hình lớn hơn đang diễn ra, hay cam kết không đưa dữ liệu kiểm tra vào huấn luyện. Chi tiết về giới hạn chuyển giao kỹ năng giữa các loại robot cũng chưa được làm rõ.
Vì vậy, điểm đáng chú ý trước mắt là phạm vi công bố và các kết quả benchmark mà Anyverse Dynamics đưa ra. Để đánh giá khả năng ứng dụng thực tế, vẫn cần thêm tài liệu kỹ thuật có thể kiểm tra và kết quả tái lập độc lập.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn.
MWA Phoenix là mô hình nền tảng world action 7 tỷ tham số cho thao tác robot; Anyverse Dynamics cho biết mô hình hướng tới chạy trực tiếp trên thiết bị và chỉ cần ảnh RGB, không dùng dữ liệu độ sâu chuẩn. Công ty báo cáo các điểm số: LIBERO Plus 94,63%, LIBERO Pro 66,48%, RoboCasa GR1 Tabletop 82,67%, RoboTwin 2.0 72,42% và Bench2Dex 45,6%; RoboDojo được đánh giá trên ba loại robot và 18 tác vụ.
Mã nguồn được đăng trên GitHub; bài viết công bố cũng cho biết có phát hành báo cáo kỹ thuật.