原生統(tǒng)一架構(gòu)打通底層技術(shù)壁壘 Kairos 3.1 定義具身世界模型新范式
7月19日,大曉機(jī)器人在 2026 世界人工智能大會(huì)現(xiàn)場(chǎng),正式發(fā)布原生行動(dòng)一體化開(kāi)悟世界模型 3.1(Kairos 3.1),并面向各行業(yè)開(kāi)源。
作為融合生成智能、物理智能與認(rèn)知智能的行動(dòng)一體化世界模型,Kairos 3.1 以原生統(tǒng)一架構(gòu)打通理解、生成、預(yù)測(cè)技術(shù)壁壘,構(gòu)建起 “理解 - 推演 - 執(zhí)行 - 反思” 全鏈路自進(jìn)化智能閉環(huán),標(biāo)志著具身世界模型正式從單一能力突破邁向產(chǎn)業(yè)落地的完整閉環(huán)階段,開(kāi)啟物理 AI 的 “開(kāi)悟時(shí)刻”。

當(dāng)前全球具身智能產(chǎn)業(yè)加速演進(jìn),世界模型沿表征式、生成式、交互式等技術(shù)路線持續(xù)迭代,卻始終面臨 “能力強(qiáng)、落地難” 的共性困境。發(fā)布會(huì)上,大曉機(jī)器人首次提出具身世界模型的第一性原理——世界模型的核心價(jià)值,在于從冗余的多模態(tài)輸入中提煉高密度關(guān)鍵信息,錨定控制充分狀態(tài),在不確定的真實(shí)環(huán)境中最小化機(jī)器人智能體的行動(dòng)代價(jià)。其底層邏輯可概括為:機(jī)器人掌握的關(guān)鍵信息越豐富,對(duì)控制充分狀態(tài)的判斷就越精準(zhǔn),最終執(zhí)行任務(wù)時(shí)的行動(dòng)代價(jià)就越低。

基于這一核心底層邏輯,Kairos 3.1 打造原生統(tǒng)一架構(gòu),依托混合 Transformer 與共享混合注意力機(jī)制,將視覺(jué)觀測(cè)、語(yǔ)言指令、力觸狀態(tài)、策略軌跡等多源具身數(shù)據(jù)壓縮進(jìn)統(tǒng)一隱空間,從底層實(shí)現(xiàn)世界理解、物理生成、動(dòng)作預(yù)測(cè)三大能力的深度融合。同時(shí)搭載自主反思閉環(huán)機(jī)制,可在執(zhí)行失敗時(shí)自主定位問(wèn)題、迭代優(yōu)化動(dòng)作策略,讓機(jī)器人大腦在真實(shí)作業(yè)中持續(xù)自我進(jìn)化。
從底層理論創(chuàng)新到架構(gòu)技術(shù)突破,從核心能力升級(jí)到落地性能躍遷,Kairos 3.1 的發(fā)布不僅是具身世界模型的技術(shù)里程碑,更為具身智能走向家庭、工業(yè)等真實(shí)規(guī)模化場(chǎng)景提供了可落地的完整技術(shù)路徑。
原生統(tǒng)一架構(gòu)驅(qū)動(dòng)范式躍遷,理解-生成-預(yù)測(cè)一體化世界模型
Kairos 3.1 的核心技術(shù)突破,在于以原生統(tǒng)一架構(gòu)將世界理解、物理生成、動(dòng)作預(yù)測(cè)三大核心能力深度融合于同一技術(shù)底座,構(gòu)建出可自進(jìn)化的智能閉環(huán)系統(tǒng),推動(dòng)具身世界模型正式邁入行動(dòng)一體化的全新階段。

從底層架構(gòu)設(shè)計(jì)來(lái)看,Kairos 3.1 打造了 “理解-生成-預(yù)測(cè)” 共享隱空間,依托混合 Transformer 架構(gòu)與共享混合注意力機(jī)制,將視覺(jué)觀測(cè)、語(yǔ)言指令、力觸狀態(tài)、策略軌跡等多維具身數(shù)據(jù)統(tǒng)一編碼,壓縮進(jìn)同一隱空間形成高密度表征向量。
該設(shè)計(jì)從底層打通了理解、生成、預(yù)測(cè)的技術(shù)壁壘。三類能力并非獨(dú)立模塊的簡(jiǎn)單拼接,而是共享同一套特征表征與注意力機(jī)制,通過(guò)前饋神經(jīng)網(wǎng)絡(luò)、層歸一化與條件交叉注意力的協(xié)同調(diào)度,實(shí)現(xiàn)信息的無(wú)損流轉(zhuǎn)與高效聯(lián)動(dòng),為全鏈路智能閉環(huán)提供了原生架構(gòu)支撐。

在世界理解維度,ACE-BRAIN-0.5 作為 Kairos 3.1 的空間理解核心底座,為整套系統(tǒng)筑牢了感知與認(rèn)知根基。該底座具備三層核心理解能力。空間層面,可精準(zhǔn)識(shí)別物體部件位置、機(jī)械臂與環(huán)境的相對(duì)位姿,深度解析復(fù)雜空間關(guān)系;任務(wù)層面,依托時(shí)空記憶與思維鏈能力,可將長(zhǎng)程任務(wù)拆解為環(huán)環(huán)相扣的操作步驟,自主生成時(shí)序合理的全局執(zhí)行方案;狀態(tài)層面,具備任務(wù)狀態(tài)追溯與自我評(píng)估能力,可全程追蹤執(zhí)行進(jìn)度、實(shí)時(shí)核驗(yàn)每一步操作結(jié)果,精準(zhǔn)定位失敗節(jié)點(diǎn)并觸發(fā)動(dòng)態(tài)糾錯(cuò)。

截至目前,ACE-BRAIN-0.5 已累計(jì)斬獲十二項(xiàng)全球基準(zhǔn)測(cè)試 SOTA,從空間理解、導(dǎo)航?jīng)Q策到機(jī)器人操作、自我評(píng)估,單一模型實(shí)現(xiàn)全維度能力躋身全球第一梯隊(duì)。

在物理生成維度,Kairos 3.1 構(gòu)建了高保真、可交互的數(shù)字平行世界,為機(jī)器人的 “腦海推演” 提供了真實(shí)可信的仿真底座。其打造的 Kairos-HomeWorld 和Physx-omni 在全球首次實(shí)現(xiàn)全屋生成與個(gè)體物體全交互,內(nèi)置 30 萬(wàn)套精細(xì)標(biāo)注的中國(guó)真實(shí)住宅平面圖、5000 個(gè)全要素齊備的全屋仿真場(chǎng)景,以及 8700 個(gè)覆蓋幾何、絕對(duì)尺度、材料力學(xué)、功能屬性等六大維度物理屬性的高質(zhì)量 3D 資產(chǎn),完整還原中國(guó)家庭居住特征。這套生成能力以物理真實(shí)性為核心,所有物體均遵循真實(shí)物理規(guī)則,機(jī)器人可與家居物品開(kāi)展自由交互,真正筑牢了物理 AI 的數(shù)據(jù)與仿真根基。

在動(dòng)作預(yù)測(cè)維度,Kairos 3.1 實(shí)現(xiàn)了從“推演結(jié)果”到“最優(yōu)行動(dòng)”的精準(zhǔn)輸出,直接支撐真機(jī)的可靠執(zhí)行。基于統(tǒng)一隱空間的生成與理解能力,模型可在平行空間內(nèi)同步開(kāi)展多策略演算。面對(duì) “打開(kāi)冰箱” 等具體指令,模型從同一初始狀態(tài)出發(fā),同步生成多條候選動(dòng)作軌跡,預(yù)演不同方案的執(zhí)行結(jié)果與行動(dòng)代價(jià),最終篩選出成功率最高、執(zhí)行成本最低的最優(yōu)策略輸出。

該預(yù)測(cè)能力可支持高自由度的全人形控制,既能完成桌面收納等長(zhǎng)程復(fù)雜任務(wù),也能針對(duì)精細(xì)操作啟動(dòng)深度思考模式,甚至支撐全身協(xié)同的復(fù)雜作業(yè),實(shí)現(xiàn)從認(rèn)知決策到本體控制的端到端打通。

開(kāi)悟世界模型同時(shí)在全球針對(duì)世界模型視頻生成和狀態(tài)預(yù)測(cè)的權(quán)威具身智能評(píng)測(cè)中均實(shí)現(xiàn)第一,超越 Cosmos3、PI、MotuBrain、being-H0.7、Abot、Fast-WAM、Wan2.2等全球主流世界模型 ,并向全行業(yè)開(kāi)源。
端側(cè)推理與自主反思,解鎖具身世界模型落地進(jìn)階能力
端側(cè)可部署的實(shí)時(shí)推理能力與自主反思的自進(jìn)化能力是具身世界模型走向真實(shí)場(chǎng)景落地的關(guān)鍵進(jìn)階。Kairos 3.1 在保持世界模型高智能上限的前提下,突破了高延遲、難落地的行業(yè)瓶頸,同時(shí)構(gòu)建起“執(zhí)行-評(píng)估-反思-優(yōu)化”的完整智能閉環(huán),讓機(jī)器人真正實(shí)現(xiàn)“在腦海中演化,在現(xiàn)實(shí)中執(zhí)行”。
長(zhǎng)期以來(lái),世界模型普遍存在參數(shù)量大、推理鏈路長(zhǎng)、延遲高的痛點(diǎn),Kairos 3.1 依托自研的具身世界模型高性能計(jì)算引擎 KairosRT,從軟硬件協(xié)同層面實(shí)現(xiàn)五大技術(shù)創(chuàng)新。通過(guò)高性能模型結(jié)構(gòu)與融合計(jì)算優(yōu)化計(jì)算鏈路,采用模型混合精度量化壓縮算力開(kāi)銷,結(jié)合算子最優(yōu)切分尺度搜索提升硬件利用效率,輔以多流并行異構(gòu)調(diào)度與異步動(dòng)作運(yùn)行機(jī)制,最終實(shí)現(xiàn)了世界模型的端側(cè)實(shí)時(shí)推理。

在 NVIDIA Jetson Thor 平臺(tái)、BF16 精度的標(biāo)準(zhǔn)測(cè)試條件下,Kairos 3.1 8B 模型的平均推理延遲僅為 125 毫秒,推理速度達(dá)到經(jīng)典 VLA 模型水平,較參數(shù)量更小的 Pi0.5 3.3B 模型更具優(yōu)勢(shì);相較于同類型世界模型 Cosmos 3 Nano 6486 毫秒的延遲,Kairos 3.1 推理效率提升達(dá) 52 倍。

這一成果在保留世界模型更強(qiáng)認(rèn)知、推演與規(guī)劃能力的同時(shí),達(dá)成了端側(cè)部署的實(shí)時(shí)性要求,為真機(jī)離線運(yùn)行、低時(shí)延控制提供了核心支撐,也讓高自由度全人形控制、精細(xì)操作等復(fù)雜場(chǎng)景的實(shí)時(shí)響應(yīng)成為可能。
自主反思的自進(jìn)化能力是 Kairos 3.1 的另一項(xiàng)核心進(jìn)階。真實(shí)作業(yè)場(chǎng)景充滿不可預(yù)知的變量,單次推理與預(yù)設(shè)策略難以覆蓋所有突發(fā)狀況,機(jī)器人能否自主感知失敗、定位問(wèn)題并修正策略,直接決定了任務(wù)的完成率與環(huán)境適應(yīng)性。基于一體化的理解、生成、預(yù)測(cè)架構(gòu),Kairos 3.1 構(gòu)建起完整的狀態(tài)反思機(jī)制。
機(jī)器人執(zhí)行任務(wù)過(guò)程中,任務(wù)評(píng)估器會(huì)全程核驗(yàn)執(zhí)行狀態(tài),一旦出現(xiàn)操作失敗,系統(tǒng)會(huì)精準(zhǔn)定位問(wèn)題節(jié)點(diǎn),觸發(fā)反思機(jī)制并調(diào)用平行空間推演能力,重新生成多組候選動(dòng)作軌跡,篩選最優(yōu)方案后再次執(zhí)行。
以開(kāi)冰箱取水任務(wù)為例,機(jī)器人初始采用三指操作策略執(zhí)行失敗后,系統(tǒng)自主反思判定為發(fā)力不足,隨即在平行空間生成多組操作軌跡進(jìn)行模擬推演,最終切換為四指操作方案成功完成開(kāi)門動(dòng)作。整個(gè)過(guò)程無(wú)需人工干預(yù),機(jī)器人自主完成全鏈路閉環(huán)迭代。

端側(cè)實(shí)時(shí)推理讓自主反思閉環(huán)得以在真機(jī)上高效運(yùn)轉(zhuǎn),自主反思則讓端側(cè)模型具備了持續(xù)進(jìn)化的能力,二者相輔相成,共同推動(dòng) Kairos 3.1 從 “演示型模型” 向 “可落地的具身大腦” 跨越。
畢馬威中國(guó)在最新發(fā)布的具身智能行業(yè)報(bào)告中指出,全球具身世界模型正沿內(nèi)稟推演深度持續(xù)進(jìn)階,從普通生成向自我進(jìn)化逐級(jí)演進(jìn),原生一體化架構(gòu)已成為行業(yè)最前沿的技術(shù)演進(jìn)方向。大曉機(jī)器人開(kāi)悟世界模型 Kairos 憑借原生統(tǒng)一的理解 - 生成 - 預(yù)測(cè)一體化設(shè)計(jì),躋身全球世界模型第一梯隊(duì)。


基于理解、生成、預(yù)測(cè)三大能力的原生一體化融合,Kairos 3.1 所形成的 “理解拆解 - 平行推演 - 動(dòng)作輸出 - 真機(jī)執(zhí)行 - 評(píng)估反思 - 迭代進(jìn)化” 的完整自進(jìn)化閉環(huán),讓機(jī)器人大腦在真實(shí)作業(yè)中持續(xù)迭代、越用越強(qiáng),為具身智能走向規(guī)模化落地提供了可復(fù)制的核心架構(gòu)范式。
原生統(tǒng)一架構(gòu)打通底層技術(shù)壁壘 Kairos 3.1 定義具身世界模型新范式
供稿














滬公網(wǎng)安備 31010702005758號(hào)
發(fā)表評(píng)論注冊(cè)|登錄