A重点81
量子位
1 个来源π0引用的中国团队发布世界仿真器CurrentWorld-0
Current Robotics团队发布了交互式世界仿真器CurrentWorld-0，该系统首次将跨本体、多视角和力-触觉预测整合在一起，用于机器人评测。该团队此前因TinyVLA等工作被Physical Intelligence的π0论文引用，此次发布标志着其在世界模型领域的进一步探索。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读会员精读
CurrentWorld-0：让机器人在同一个世界里试错
版本 1 · 1 个来源
机器人形态各异，但面对的世界只有一个。Current Robotics 发布交互式世界仿真器 CurrentWorld-0，首次将跨本体、多视角、力-触觉预测统一进同一系统，让机器人在进入真实世界前，先在一个不会替它纠错的世界里演练。
- Current Robotics 发布交互式世界仿真器 CurrentWorld-0，首次将跨本体、多视角、力-触觉预测统一进同一系统。
- CurrentWorld-0 的核心原则是“机器人怎么做，世界就怎么变化”，即使动作失败，模型也不会替它把结果纠正回来。
- 系统支持多相机同步生成，维持对同一事件的共同记录，避免视角间漂移导致物理过程断开。
展开章节目录一个不会替策略纠错的世界
一个不会替策略纠错的世界
机器人世界模型的一个自然起点是视频生成模型。经过大规模预训练，模型记住了不少视觉和运动规律，比如物体被遮挡后不会凭空消失，运动在时间上通常是连续的。但机器人训练数据里大量的成功范例，让模型见惯了“伸手-抓住-拿起”这样的轨迹。当一个还没训练好的策略把手伸偏，视频先验有时反而会把后面的结果继续往“成功”上补。
结果是：机械臂实际没有抓稳，生成画面里的物体却还是跟着手走了。真实执行已经失败，世界模型给出的未来却仍然顺利完成了任务。放到机器人评测里，这样的“纠错”会直接让结果失真。Current Robotics 此前在 dWorldEval 中研究的，正是世界模型的动作可控性：动作发生变化，后面的世界也必须跟着变。机器人往左偏了一点，物体不能还沿着原来的轨迹走；动作已经失败，模型也不能替它把后面的结果补回成功。
可信度边界
本文信息主要来自量子位对 Current Robotics 新作的报道，属于二手来源。文中关于产品功能、团队背景等描述均来自该报道，未经独立验证。其中“π0 引用 TinyVLA 与 ScaleDP”为报道中的说法，未提供直接证据。
主报道
量子位
主报道来源