RoboScience 机器科学推出全球首个原生 3D 动力学预测世界模型 WorldFlow,专门给机器人操作任务做物体三维运动预判,解决了传统世界模型要么只生成 2D 视频、要么缺少视觉信息导致泛化差的痛点,之所以要做原生 3D 动力学路线,是因为老方案有明显短板,2D 视频模型只能输出像素画面,再转三维轨迹的时候误差会不断累积,纯三维轨迹预测又缺少视觉输入,碰到陌生物体、新环境很容易失效,整套运行流程就是输入单张观测画面、自然语言指令和 3D 查询点,模型同步输出未来视频画面和物体 3D 点云运动轨迹,再把预测轨迹交给通用操作模型,转化成机械手抓握、接触、力控指令,形成感知 - 推演 - 动作闭环,这套模型补齐了机器人 “提前想象物体怎么动” 的能力,对灵巧抓取、推放、柔性物体操作这类复杂任务帮助很大。
一、WorldFlow 核心基础信息清单
- 模型名称:WorldFlow
- 开发主体:RoboScience 机器科学
- 定位:原生 3D 动力学预测世界模型,属于 VLOA 具身大模型的核心引擎之一
- 训练数据:约 144 万物体级样本,合计 1224 小时标准化序列,融合仿真数据 + 真实机器人交互数据
- 底层框架:基于 Cosmos-Nano 扩展,新增 3D 流令牌,视频和 3D 运动联合生成
- 输出内容:同步生成未来视频 + 带度量信息的 3D 点云流动轨迹
- 配套搭档:通用操作模型,接收 3D 轨迹输出,转化为机器人关节、力控指令
二、三类世界模型路线对比
| 路线 | 代表方案 | 优势 | 短板 |
|---|---|---|---|
| 2D 视频预测世界模型 | 主流视频生成式世界模型 | 画面逼真,学习海量人类交互视频 | 没有原生三维信息,重建轨迹误差累积,物理一致性弱 |
| 纯 3D 轨迹预测模型 | 传统动力学点云模型 | 直接输出三维运动,物理约束强 | 缺少视觉关联,陌生物体泛化能力差 |
| 原生 3D 动力学 WorldFlow | RoboScience WorldFlow | 视频、3D 轨迹联合预测,兼顾视觉信息和三维物理规律 | 训练数据集构建成本高,算力开销更大 |
三、WorldFlow 给机器人操作带来的能力提升
✅ 提前预判物体运动:推杯子、叠布料、滑动物件时,提前推演物体后续走向,不是碰到问题再临时调整
✅ 支持跨本体泛化:同一套预测轨迹,可以给到不同灵巧手、不同机械臂执行,不用单独重新训练
✅ 物理一致性更强:预测轨迹贴合真实物理规则,减少穿模、物体漂浮这类不符合现实的错误
✅ 支持自然语言驱动:直接接收文字指令,结合视觉画面一起做运动推演
✅ 推理过程可可视化:3D 点云轨迹可以实时展示,方便调试、验证预测是否合理
四、VLOA 双引擎闭环工作流程
- 感知输入:相机图像 + 自然语言任务指令
- 具身世界模型(WorldFlow):推演物体未来 3D 运动轨迹,完成 “想象预判”
- 轨迹接口传递:把 Object Trajectory 三维轨迹数据给到下层模块
- 通用操作模型:把轨迹翻译成接触点、力控信号、机械臂关节指令
- 机器人执行:灵巧手 / 机械臂完成抓取、推移、放置等操作
- 反馈回传:新的视觉画面再次输入,循环修正预测
五、当前存在的局限
⚠️ 对超复杂多物体碰撞、流体、极度柔性物体的预测仍然有误差
⚠️ 训练依赖大量仿真 + 真实交互数据,数据采集门槛很高
⚠️ 推理算力需求偏高,轻量化部署到小型机器人本体还有优化空间
⚠️ 属于基础模型能力,不是成品机器人,需要搭配硬件、控制算法一起落地
【相关 FAQ】
问题 1:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 和普通 2D 视频世界模型差别在哪?
回答 1:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,普通 2D 视频模型只能生成画面,三维轨迹需要二次重建,误差容易累积;WorldFlow 是原生 3D 动力学架构,同步输出视频和 3D 点云轨迹,自带物理约束,预测物体运动更准。
问题 2:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 是怎么配合机器人完成操作的?
回答 2:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 先根据画面和指令预判物体 3D 运动轨迹,再把轨迹交给配套通用操作模型,转换成机械臂、灵巧手的控制指令,形成推演加执行的闭环。
问题 3:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 属于哪一套大模型体系?
回答 3:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 是 RoboScience VLOA 具身大模型里的具身世界模型引擎,和通用操作模型组成整套具身智能双引擎。
问题 4:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,这个模型能直接装在机器人上面使用吗?
回答 4:RoboScience 发布 WorldFlow 原生 3D 动力学世界模型,提升机器人物体运动预测精度,WorldFlow 是基础预测模型,不能单独直接使用,需要搭配控制算法、机器人硬件、调度系统一起集成部署。
【参考资料】
[2026-11-20](全球首个原生 3D 动力学预测世界模型,RoboScience 为机器人操作提供更精准的物体运动预测)机器之心、新浪财经
[2026-11-20](WorldFlow: Joint Video and 3D Motion Prediction via Large-Scale Pretraining)arXiv
[2026-08-20](RoboScience 机器科学亮相 WRC 2026:行业首个云端世界模型实时可视化推理指导跨本体灵巧操作)新华网
[2026-05-19](General Manipulation Model — Introducing the VLOA Large Model (Part 2))RoboScience 官网
[2026-03-23](Embodied World Model — Introducing the VLOA Large Model (Part 1))RoboScience 官网
【免责声明】
本文仅为 RoboScience WorldFlow 模型的行业资讯科普,不构成产品采购、项目落地建议。模型预测效果会受物体材质、场景、算力条件影响,相关技术参数、开放计划、落地进度以 RoboScience 官方和论文正式内容为准。
