黎曼动力发布Riemann-1.0世界动作模型，20万小时人类视频训练登顶机器人家务榜

昆仑万维旗下具身智能子公司黎曼动力（Riemann Dynamics）在WAIC 2026上正式发布其首款机器人基础模型Riemann-1.0，随即在业界公认最具挑战性的机器人家务基准测试RoboCasa-365上以62.6%的成功率登顶，比此前的SOTA高出8.4个百分点。该榜单上大部分模型的成功率仍在50%以下徘徊，Riemann-1.0的首秀表现引发了行业关注。

Riemann-1.0被定位为一款面向通用机器人操作的世界动作模型（World Action Model），其架构融合了VLA和世界模型两条技术路线——既具备VLA直接输出动作的速度，也拥有世界模型预演物理世界演化的能力。这种混合架构被认为是具身智能领域的下一代方向，英伟达西雅图机器人实验室此前在综述中也指出，World Action Model正在迅速成为机器人基础模型的第二条主路线。

Riemann-1.0的独特之处在于其训练数据策略。该模型共使用23.2万小时训练数据，覆盖41种机器人本体和数千种交互方式。其中最核心的部分是20万+小时的人类第一视角视频——涵盖做饭、叠衣服、整理房间等日常场景。这些视频没有机器人动作标签，黎曼动力为此自研了一套自动化数据处理流水线，通过VLM切分动作片段、质量过滤、手部3D姿态重建等步骤，将视频转化为机器可读的训练素材。

训练分为三个阶段，通过调节动作损失权重实现渐进式迁移：第一阶段（权重0.1）利用Latent Action Model从人类视频中提取伪动作信号，让模型先学习物理世界的运行规律；第二阶段（权重0.5）引入UMI和机器人真实数据做校准；第三阶段（权重0.9）纯机器人数据集中强化，让模型练出可直接上岗的执行能力。

消融实验验证了人类视频数据的价值。在RoboCasa-365上，不加人类视频时模型成功率为48.2%，加入人类视频后猛增至62.6%，提升14.4个百分点。在针对双灵巧手人形机器人的EgoVLA基准测试中，加入人类视频预训练使长程多阶段任务成功率从42.96%提升至71.11%。团队认为，人类数据带来的远不止更多训练样本，而是更丰富的物体交互方式、动作语义和任务先验，直接抬高了模型在未见场景中的泛化上限。

在真机测试中，Riemann-1.0经历了四类代表性家务场景的专项后训练——积木堆叠、布料折叠、桌面整理和厨房餐具收纳。在与开源基座模型同等条件下的对比中，Riemann-1.0平均成功率达85.00%，过程完成度94.43%，两项指标均排名第一，领先最好的开源模型15个百分点，且四类任务成功率全部超过80%。

黎曼动力是昆仑万维专为具身智能方向成立的子公司。昆仑万维此前的AI布局主要集中在AI游戏、AI音乐、AI短剧等内容赛道，此次通过Riemann-1.0进入具身智能领域，标志着公司对下一代人机交互方式的战略投入。Riemann-1.0也验证了一条正在被越来越多团队采用的训练范式：先用大规模开放世界视频做预训练，再用少量机器人数据做动作对齐。