Reading Arena

在更聚焦的内容阅读界面中,完成更顺畅的文章获取与延伸浏览

文章详情页围绕标题、元信息、正文、推荐内容与分享模块构建完整阅读链路, 通过更具层次感的玻璃卡片与高对比内容区域, 提升长文阅读稳定性与信息承载能力,让阅读过程更沉浸、更清晰。

正文聚焦 便捷分享 推荐延展
ARTICLE MODE

将正文、时间、上下篇与推荐阅读统一纳入沉浸式阅读界面,提升内容延展效率。

阅读组织

通过更明确的标题层级与段落样式,优化长文阅读结构。

跳转衔接

上下篇与推荐阅读形成阅读闭环,提升页面停留与继续访问概率。

无界动力推出MWA™-Phoenix模型,多个榜单取得佳绩

无界动力近日发布并开源了MWA™-Phoenix隐空间世界模型基座,成功跻身LIBERO-Plus、LIBERO-Pro、RoboCasa GR1、Bench2Dex、RoboTwin 2.0以及RoboDojo等多个真机榜单。该模型在面对环境干扰、任务变化、复杂物体操作和真正机器人执行等方面表现出色,显示出其在不同操作条件下的能力迁移与实时部署能力。与通常依赖于有限评测的模型相比,MWA™-Phoenix在多个评测领域均取得了优异成绩,将其表现从仿真扩展至真实场景,进一步验证了其广泛的能力与强大的泛化潜力。尽管行业内涌现了各种具身智能模型,但能够理解物理因果关系并实现稳定真机执行的模型却相对稀缺。MWA™-Phoenix凭借其出色的模型架构和训练方法,成功在多个权威榜单中占据领先地位,且不依赖于任何深度传感器或额外Agent。新发布的MWA™-Phoenix基座模型,具有7B参数并采用完整预训练,结合Phoenix-ILA在动作学习中同时考虑运动与接触,使其能够在云端仿真环境中进行自我优化,为实际应用中的实时部署和精细操作打下基础。无界动力通过深入连接“理解世界”“学会操作”“自我进化”和“可靠执行”的各个环节,确保模型能力转化为真实机器上的连续、稳定和精细的操作。MWA™-Phoenix通过RGB输入在各种测评中表现优异:在环境变化、任务条件多样及复杂物体交互等方面都取得了高分,验证了其出色的鲁棒性和泛化能力。各项测评中,MWA™-Phoenix在环境干扰下体现出强抗干扰能力,顺利完成多任务与异构环境下的精细操作,展示了其卓越的双臂协同与真实环境操作能力。

觉得有用?分享给朋友

让更多人看到这篇内容,让价值信息继续流动与扩散。