世界模型的新用途：不做选手，去当裁判¶
Ch01.1328 世界模型的新用途：不做选手，去当裁判¶
📊 Level ⭐⭐ | 3.9KB |
entities/世界模型的新用途不做选手去当裁判.md
世界模型的新用途：不做选手，去当裁判¶
世界模型的新用途：不做选手，去当裁判¶
原创 关注前沿科技 关注前沿科技 量子位
在小说阅读器读本章
去阅读
在小说阅读器中沉浸阅读
林方舟 发自 凹非寺¶
量子位 | 公众号 QbitAI
眼下具身赛道都在卷世界模型，都在抢着做机器人的“大脑”。
然而，最近有一个叫 ** 「Uranus」 ** 的世界模型发布，不当具身大脑，却做机器人开发的基础设施，在市面上鲜有同类。
它瞄准的是具身智能行业的两个痛点。
一个是benchmark。如今许多评测基准的公信力不够强，它想更客观地评测VLA和世界模型，做公正的“裁判”。
另一个是sim-to-real的gap。传统仿真器里跑出来的分数很漂亮，搬到真实场景却对不上，它想做机器人训练的“场地”。
开发Uranus的团队来自地平线分拆而来的机器人公司地瓜机器人。这家公司做的是“卖铲”生意，定位是机器人软硬件通用底座提供商。
虽然同行都在盯着机器人的大脑，但地瓜机器人的判断是：脑子要变聪明，先得有一个能让它反复试错、稳定考试、还能复盘成绩的平台。
用途一：当具身模型的裁判¶
先来看Uranus的第一个用途：benchmark。
现在机器人常用的benchmark有两种。第一种是 ** 真机评测 ** ，把训好的模型搬上真实机械臂，在固定的场景和任务里反复跑几十上百次，最后统计成功率。
它的缺点很明显：一是效率低，验证一个模型，得有人守在机器旁边，反复重置环境，又慢又贵。
另一个是难以复现。哪怕环境看起来一样，每次物体怎么摆、光照怎么变，都很难控制。一篇论文发表后，其他实验室很难复现其中的评测结果。
第二种benchmark是 ** 仿真评测 ** ，在虚拟环境里跑任务。
它的优点是快、便宜、能复现；但麻烦是sim-to-real gap，仿真里的评测分数很高，一搬到真机就要打折，分数和真实能力无法匹配。
** 而Uranus走的是第三条路。 ** 用户训练好模型后，Uranus能根据模型输出的动作一步步生成环境反馈，再得到成功率、轨迹偏差等指标。
这样做的好处是：迭代效率比真机评测高很多，能控制变量，还能稳定复现；评测分