面向灵巧操作的国产自进化通用世界模型 Motus2 关键技术研究.docxVIP

面向灵巧操作的国产自进化通用世界模型Motus2关键技术研究

作者：XXX单位：XXX

摘要

具身智能框架下的世界模型是实现物理机器人自主精细作业的核心支撑。传统世界模型大多仅具备环境状态预测能力，缺少动作评估与策略迭代闭环，难以支撑高自由度仿生灵巧手完成非结构化场景下的灵巧操作任务。生数科技与清华大学联合研发的通用世界模型Motus2，采用权重共享的单模型架构，将策略生成模块、环境动力学模拟器、价值评估单元集成于统一Transformer主干网络，构建“动作执行—环境推演—效果评估—反馈更新”的自进化学习链路，标志着世界模型的研发进入自主世界智能体阶段。Motus2融合大规模人类第一视角双目视频、机器人运动轨迹以及触觉传感多源信息，引入滑动窗口时序记忆机制，适配双臂机器人搭配WUJIHand2、SharpaWave灵巧手硬件平台。本文系统梳理Motus2的整体架构、多模态感知融合方法、训练数据范式以及闭环自进化学习机制，对比分析该模型与国内外同类世界模型技术路线的差异，探讨当前技术局限与后续研究方向。研究结果表明，Motus2有效解决了传统世界模型环境预测与策略优化相互割裂的技术痛点，降低灵巧机器人对人工标注轨迹数据集的依赖，为国内具身基础模型与机器人灵巧操作方向提供可参考的技术范式。

关键词：世界模型；具身智能；机器人灵巧操作；自进