答案已發布3 小時前Last edited 3 小時前13 個來源

MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。

發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。
模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。 [1][2][35]
公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。
現有來源不足以確認 VGGT、V JEPA 蒸餾、因果語意 VAE、影音動作專家架構等多項具體技術說法；公布成績也不等於獨立驗證。

What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, inclAI-generated editorial hero image for What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, incl.
AI 提示詞
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
openai.com

Anyverse Dynamics 於 2026 年 10 月 22 日公開 MWA-Phoenix，定位為供機器人操作使用的開源基礎模型。這款模型有 70 億參數，以潛在空間中的世界－動作模型為核心，並以可在機器人端側運行為設計方向。 1 16

它主打只用 RGB 相機影像，不需要深度感測器，也不使用真值深度資訊。GitHub 已提供專案程式碼；發布報導也指出，技術報告與預訓練模型一併公開。 1 2

六項評測：哪些成績有數字？

公司稱 MWA-Phoenix 在六項評測中取得領先表現，範圍從模擬環境下的操作與泛化，到雙臂協作和真機測試。以下數字來自發布相關報導，應視為公司公布的結果，而非已獨立複驗的結論。

評測	報導提及的結果
LIBERO-Plus	成功率 94.63%。
LIBERO-Pro	成功率 66.48%。
RoboCasa GR1 Tabletop	平均任務成功率 82.67%；報導稱較前代 WALA 高 7.50 個百分點。
RoboTwin 2.0	雙臂協作操作平均成功率 72.42%。
RoboDojo	報導稱涵蓋三類機器人本體與 18 項任務的真機評測，但提供的資料片段未列出具體分數。
Bench2Dex	跨 12 種機械手臂與靈巧手組合的平均成功率為 45.6%。

LIBERO-Plus 著重環境變動下的穩定性，LIBERO-Pro 則涉及任務條件改變後的泛化；RoboTwin 2.0 評估雙臂協作，RoboDojo 則將測試帶到真實機器人上。這些評測面向不同，但目前可查到的摘錄並未提供所有測試設定與完整結果細節。

開源內容與配套工具

GitHub 專案將 MWA-Phoenix 描述為以結構與語意表徵學習可泛化世界－動作模型，主分支提供世界－動作預訓練程式碼；其他元件則安排在不同分支。 2

發布相關報導也介紹兩項配套：Phoenix-ILA 將運動與接觸資訊納入動作學習，面向較精細的操作；Phoenix-PhysCanvas 則是互動式模擬世界模型，供部署前在雲端模擬環境中改進策略。這些是發布方描述的用途，不代表資料已證明所有場景都能達成同等效果。

另有編碼器授權說明指出，DINO110k 檢查點（包含骨幹網路與 adapter）衍生自 Meta 的 DINOv3。這項資訊說明的是該檢查點來源，不能據此推定 MWA-Phoenix 的所有架構細節。

技術細節與成績仍有待驗證

目前可取得的來源支持模型參數規模、RGB 輸入、開源程式碼，以及部分評測成績；但不足以確認 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意 VAE、影音與動作專家共同注意力，或非同步動作區塊執行等具體說法。

同樣地，現有來源片段沒有足夠資訊核實模型使用真機操作、第一人稱人類影片及手持 UMI 擷取資料預訓練，也無法確認超過 20 萬小時多模態資料、持續訓練更大型模型，或「訓練未重複使用任何測試資料」等說法。跨機器人本體技能遷移仍有哪些限制，也未能從目前資料確認。

因此，MWA-Phoenix 的發布重點是開源 7B 模型、以 RGB 為主的輸入設計，以及涵蓋模擬與真機的多項自述評測。現階段引用成績時，宜註明為公司公布或發布報導所載結果；可取得的來源尚未呈現獨立複驗。

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問

「MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型」的簡短答案是什麼？

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。

最值得優先驗證的重點是什麼？

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。 [1][2][35]

接下來在實務上該怎麼做？

公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。

來源

答案已發布3 小時前Last edited 3 小時前13 個來源

MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型

發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。
模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。 [1][2][35]
公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。
現有來源不足以確認 VGGT、V JEPA 蒸餾、因果語意 VAE、影音動作專家架構等多項具體技術說法；公布成績也不等於獨立驗證。

六項評測：哪些成績有數字？

評測	報導提及的結果
LIBERO-Plus	成功率 94.63%。
LIBERO-Pro	成功率 66.48%。
RoboCasa GR1 Tabletop	平均任務成功率 82.67%；報導稱較前代 WALA 高 7.50 個百分點。
RoboTwin 2.0	雙臂協作操作平均成功率 72.42%。
RoboDojo	報導稱涵蓋三類機器人本體與 18 項任務的真機評測，但提供的資料片段未列出具體分數。
Bench2Dex	跨 12 種機械手臂與靈巧手組合的平均成功率為 45.6%。

開源內容與配套工具

GitHub 專案將 MWA-Phoenix 描述為以結構與語意表徵學習可泛化世界－動作模型，主分支提供世界－動作預訓練程式碼；其他元件則安排在不同分支。 2

技術細節與成績仍有待驗證

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問

「MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型」的簡短答案是什麼？

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。

最值得優先驗證的重點是什麼？

接下來在實務上該怎麼做？

公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。

來源

答案已發布3 小時前Last edited 3 小時前13 個來源

MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型

發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。
模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。 [1][2][35]
公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。
現有來源不足以確認 VGGT、V JEPA 蒸餾、因果語意 VAE、影音動作專家架構等多項具體技術說法；公布成績也不等於獨立驗證。

六項評測：哪些成績有數字？

評測	報導提及的結果
LIBERO-Plus	成功率 94.63%。
LIBERO-Pro	成功率 66.48%。
RoboCasa GR1 Tabletop	平均任務成功率 82.67%；報導稱較前代 WALA 高 7.50 個百分點。
RoboTwin 2.0	雙臂協作操作平均成功率 72.42%。
RoboDojo	報導稱涵蓋三類機器人本體與 18 項任務的真機評測，但提供的資料片段未列出具體分數。
Bench2Dex	跨 12 種機械手臂與靈巧手組合的平均成功率為 45.6%。

開源內容與配套工具

GitHub 專案將 MWA-Phoenix 描述為以結構與語意表徵學習可泛化世界－動作模型，主分支提供世界－動作預訓練程式碼；其他元件則安排在不同分支。 2

技術細節與成績仍有待驗證

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問

「MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型」的簡短答案是什麼？

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。

最值得優先驗證的重點是什麼？

接下來在實務上該怎麼做？

公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。

來源

答案已發布3 小時前Last edited 3 小時前13 個來源

MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型

發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。
模型使用 RGB 相機影像，不依賴深度感測器或真值深度；GitHub 已提供專案程式碼，發布報導也提到技術報告。 [1][2][35]
公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。
現有來源不足以確認 VGGT、V JEPA 蒸餾、因果語意 VAE、影音動作專家架構等多項具體技術說法；公布成績也不等於獨立驗證。

六項評測：哪些成績有數字？

評測	報導提及的結果
LIBERO-Plus	成功率 94.63%。
LIBERO-Pro	成功率 66.48%。
RoboCasa GR1 Tabletop	平均任務成功率 82.67%；報導稱較前代 WALA 高 7.50 個百分點。
RoboTwin 2.0	雙臂協作操作平均成功率 72.42%。
RoboDojo	報導稱涵蓋三類機器人本體與 18 項任務的真機評測，但提供的資料片段未列出具體分數。
Bench2Dex	跨 12 種機械手臂與靈巧手組合的平均成功率為 45.6%。

開源內容與配套工具

GitHub 專案將 MWA-Phoenix 描述為以結構與語意表徵學習可泛化世界－動作模型，主分支提供世界－動作預訓練程式碼；其他元件則安排在不同分支。 2

技術細節與成績仍有待驗證

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問

「MWA-Phoenix 開源登場：Anyverse 主打 7B 端側機器人操作模型」的簡短答案是什麼？

Anyverse Dynamics 於 2026 年 10 月 22 日公布開源 MWA Phoenix：一款 70 億參數、以潛在空間運作的機器人操作世界－動作模型，設計目標包括端側運行。

最值得優先驗證的重點是什麼？

接下來在實務上該怎麼做？

公司公布的六項評測涵蓋 LIBERO Plus、LIBERO Pro、RoboCasa GR1、RoboTwin 2.0、RoboDojo 真機測試及 Bench2Dex；部分成績可從報導中找到數字。