世界模型

ADAPT：文本指令直接控制人形机器人全身动作

ADAPT利用扩散动作先验，把语言指令和机器人状态直接映射为全身动作，无需先生成运动规划；机器人可连续响应指令变化并保持平衡与自然动作。

NVIDIA Cosmos 3 Edge：Jetson端侧机器人策略

后训练后的Cosmos 3 Edge可在Jetson AGX Thor T5000上端侧运行，约1.53秒生成覆盖约2.13秒机器人运动的动作块，并持续根据新感知重规划。

Facet-0：0.5mm精密装配机器人基础模型

基于约1000小时力同步装配数据训练，五个亚毫米计算机装配任务平均成功率82%，具备0.5mm放置精度与50ms命令延迟。

Hydra-0多形态世界模型：动作流统一控制

以动作流统一机械臂、夹爪与人手等不同形态，把机器人动作表示为像素运动，支持跨形态世界建模、策略预演与逆向控制。

H3-World：把 Minimax H3 变成可交互世界生成器

社区开发者基于 Minimax H3 构建了 H3-World，把这个视频模型变成可交互的世界生成器：用户可以在生成的场景里漫游、改变视角，实时驱动世界演化，展示了世界模型从被动生成走向可交互操控的方向。

李飞飞 World Labs 发布新世界模型 Atlas：单图生成完整可漫游 3D 场景

李飞飞的 World Labs 发布新一代世界模型 Atlas。相比上一代，Atlas 能从单张图片生成一个非常完整的 3D 空间场景，用户可以自由地在场景中漫游移动，模型还能理解时间维度的演变规律。这条推文配有演示视频，展示了从一张图到完整可交互 3D 世界的生成效果。

世界模型增强的人形落脚受限地形视觉运动

WM-LOCO 将循环世界模型与 PPO 联合训练，仅凭本体感知与单路深度图产出预测性循环特征，在落脚受限地形大幅超越基线，真机成功率 93.3%。

Liu, Yuxi, Han, Lijun, Wang, Ziming

复旦 TEAI 与 NeoteAI 发布 N₀-Foundation 触觉具身操作基础模型

复旦 TEAI 与 NeoteAI 发布 N₀-Foundation：自研视觉触觉传感器+触觉 UMI+超 3 万小时 NeoData 多模态数据，面向可形变物体、精密装配与力控接触的触觉具身操作基础模型。

World Labs Atlas空间智能世界模型

Atlas是首个多模态世界模型，可生成图像和视频帧并支持像素级相机控制，还能将场景重建为3D，用于空间智能、仿真和机器人模拟视角。

Motus2自进化灵巧操作世界模型

Motus2将策略、模拟器与评估器整合为自进化闭环世界模型，既能预测动作结果，也能评估输出并反馈改进策略，用于灵巧操作。

LightOrigins 开源 LightNav-0 通用导航大脑

LightOrigins 开源 LightNav-0：基于 Qwen3-VL 空间智能的通用导航模型，纯仿真训练，零样本驱动人形、四足、轮式、无人机自主导航。

LightNav-0：把 2000+ 真实场景变成 4000+ 小时对齐经验，零样本通用导航大脑

Light Origins 发布 LightNav-0：Real2Sim2Real 数据引擎把 2000+ 互联网真实场景变成可复用仿真世界，产出 4000+ 小时视觉-语言-动作经验，经三阶段后训练在 10 项仿真设置中刷新纪录，并零样本迁移到人形、四足、空中与轮式机器人。