Anyverse Dynamics 於 2026 年 10 月 22 日公布並開源 MWA-Phoenix，一款供機械人操作使用的 70 億參數（7B）潛在空間世界—動作基礎模型。它的賣點之一，是以只用 RGB 相機影像為目標，毋須深度感應器或深度真值資料，並以可在機械人本體上運行為設計方向。1

對機械人研究者和開發者來說，這次發布不只是一個模型名稱：公司同時公布六項評測成績，範圍涵蓋模擬環境、雙臂操作和真機測試。不過，這些分數目前應視為公司公布的結果，不能直接當作已獲獨立驗證的表現。

開源內容與模型定位

Anyverse Dynamics 表示，MWA-Phoenix 是完整預訓練模型，程式碼及技術報告亦隨發布提供。1 GitHub 上的 Anyverse-Dynamics/Phoenix-MWA 儲存庫，列出世界—動作預訓練程式碼及相關項目資料。2

所謂「世界—動作模型」，簡單來說，是嘗試把對周遭場景的理解，與機械人接下來要採取的動作連在一起。MWA-Phoenix 的發布資料稱，模型只需 RGB 輸入，不使用深度真值；公司亦將機身端運行列為設計重點。1

公司公布的六項評測結果

公司稱，MWA-Phoenix 在六項側重不同的評測中取得領先成績，包括以下有公布數字的項目：

• LIBERO-Plus：94.63% 整體成功率。
• LIBERO-Pro：66.48% 成功率。
• RoboCasa GR1 Tabletop：82.67% 平均任務成功率；公司稱較前代模型提高 7.50 個百分點。
• RoboTwin 2.0：72.42% 雙臂協同操作平均成功率。
• Bench2Dex：45.6% 平均成功率；公布資料稱評測涵蓋 12 種機械臂與靈巧手組合。
• RoboDojo： 公司稱在真機測試中評估三種機械人本體、共 18 項任務；所提供的資料片段未列出可核對的整體分數。

這些測試覆蓋不同操作條件，從模擬環境中的任務，到雙臂協作及真機執行。不過，現有資料支持的是公司公布的結果，並未提供足夠資訊證明各項分數已由獨立團隊重現。

已披露的模組，以及尚未核實的架構細節

資料顯示，MWA-Phoenix 的視覺編碼器 DINO110k（包括主幹網絡及 adapter）源自 Meta 的 DINOv3。 公司亦介紹了兩個相關組件：Phoenix-ILA 把運動與接觸納入動作學習；Phoenix-PhysCanvas 則是互動式模擬世界模型，供模型在部署前於雲端環境改善策略。

至於更細緻的架構說法，現有資料不足以確認模型是否採用 VGGT 幾何蒸餾、V-JEPA 時序變化蒸餾、避免讀取未來影格的因果語義 VAE，或讓影片與動作專家同時作出預測。非同步動作片段執行機制亦未能從目前資料核實。

留意：部分發布主張仍待更多資料

目前資料未能確認模型在跨機械人本體技能轉移方面的具體限制，也未能核實所列訓練來源是否包括真機操作、第一身人類影片及手持 UMI 擷取。公司聲稱擁有超過 20 萬小時多模態資料、正訓練更大型模型，以及訓練時沒有重複使用測試資料等說法，亦未有足夠資料可作獨立確認。

因此，MWA-Phoenix 的發布重點，是一個開源、以 RGB 影像輸入及機身端運行為方向的 7B 機械人操作模型，以及公司公布的一系列評測數據。至於架構細節和基準成績能否在其他團隊的測試中重現，仍要看後續資料及獨立評估。

Anyverse Dynamics 於 2026 年 10 月 22 日公布並開源 MWA-Phoenix，一款供機械人操作使用的 70 億參數（7B）潛在空間世界—動作基礎模型。它的賣點之一，是以只用 RGB 相機影像為目標，毋須深度感應器或深度真值資料，並以可在機械人本體上運行為設計方向。1

對機械人研究者和開發者來說，這次發布不只是一個模型名稱：公司同時公布六項評測成績，範圍涵蓋模擬環境、雙臂操作和真機測試。不過，這些分數目前應視為公司公布的結果，不能直接當作已獲獨立驗證的表現。

開源內容與模型定位

Anyverse Dynamics 表示，MWA-Phoenix 是完整預訓練模型，程式碼及技術報告亦隨發布提供。1 GitHub 上的 Anyverse-Dynamics/Phoenix-MWA 儲存庫，列出世界—動作預訓練程式碼及相關項目資料。2

所謂「世界—動作模型」，簡單來說，是嘗試把對周遭場景的理解，與機械人接下來要採取的動作連在一起。MWA-Phoenix 的發布資料稱，模型只需 RGB 輸入，不使用深度真值；公司亦將機身端運行列為設計重點。1

公司公布的六項評測結果

公司稱，MWA-Phoenix 在六項側重不同的評測中取得領先成績，包括以下有公布數字的項目：

• LIBERO-Plus：94.63% 整體成功率。
• LIBERO-Pro：66.48% 成功率。
• RoboCasa GR1 Tabletop：82.67% 平均任務成功率；公司稱較前代模型提高 7.50 個百分點。
• RoboTwin 2.0：72.42% 雙臂協同操作平均成功率。
• Bench2Dex：45.6% 平均成功率；公布資料稱評測涵蓋 12 種機械臂與靈巧手組合。
• RoboDojo： 公司稱在真機測試中評估三種機械人本體、共 18 項任務；所提供的資料片段未列出可核對的整體分數。

這些測試覆蓋不同操作條件，從模擬環境中的任務，到雙臂協作及真機執行。不過，現有資料支持的是公司公布的結果，並未提供足夠資訊證明各項分數已由獨立團隊重現。

已披露的模組，以及尚未核實的架構細節

資料顯示，MWA-Phoenix 的視覺編碼器 DINO110k（包括主幹網絡及 adapter）源自 Meta 的 DINOv3。 公司亦介紹了兩個相關組件：Phoenix-ILA 把運動與接觸納入動作學習；Phoenix-PhysCanvas 則是互動式模擬世界模型，供模型在部署前於雲端環境改善策略。

至於更細緻的架構說法，現有資料不足以確認模型是否採用 VGGT 幾何蒸餾、V-JEPA 時序變化蒸餾、避免讀取未來影格的因果語義 VAE，或讓影片與動作專家同時作出預測。非同步動作片段執行機制亦未能從目前資料核實。

留意：部分發布主張仍待更多資料

目前資料未能確認模型在跨機械人本體技能轉移方面的具體限制，也未能核實所列訓練來源是否包括真機操作、第一身人類影片及手持 UMI 擷取。公司聲稱擁有超過 20 萬小時多模態資料、正訓練更大型模型，以及訓練時沒有重複使用測試資料等說法，亦未有足夠資料可作獨立確認。

因此，MWA-Phoenix 的發布重點，是一個開源、以 RGB 影像輸入及機身端運行為方向的 7B 機械人操作模型，以及公司公布的一系列評測數據。至於架構細節和基準成績能否在其他團隊的測試中重現，仍要看後續資料及獨立評估。