7 月 19 日，在 2026 世界人工智能大会（WAIC）期间，由昆仑万维主办的 " 世界模型与多模态范式跃迁 " 主题论坛如期召开。会上，昆仑万维正式推出面向通用具身智能的世界动作模型 Riemann-1.0。

Riemann-1.0 宣传海报 昆仑万维供图

" 我们笃定判断 2026 年是世界模型的元年。" 昆仑万维董事长方汉表示，Riemann-1.0 的推出，验证了 Egocentric 人类数据（人类采集的第一人称视角数据，以下简称 "EGO 数据 "）可以有效提升世界模型的能力。" 中国强大的制造业基础，全品类制造能力，将让我们在世界模型驱动的物理 AI 发展过程中占尽先机。"

当前，对大模型进行训练的数据真实性、纯净程度决定了大模型的效率。

此前，新能源车通过大量的道路测试来丰富数据库。但是，在机器人领域，由于采集数据成本高、速度慢、风险大，难以覆盖足够丰富的环境和任务变化。

因此，在训练机器人的过程中，众多企业将目光投向了能够近似真实世界响应的世界模型：它可以在视觉层面模拟真实环境对动作的反馈，体现真实的物理规律、状态转移和交互结果。通过这样的模型，智能体可以在低成本、高并行、可重复的虚拟交互中快速积累经验，从而提炼出对真实世界的理解能力。

" 我们在构建世界模型的过程中证明，EGO 数据可以有效提升世界模型的能力。" 方汉表示，"EGO 数据是很容易去扫描的，因为它不需要戴手套，不需戴个 VR 眼镜，就能获得大量真实世界的操作数据，而且这些数据是非常容易扩张的。"

EGO 数据对训练世界模型成效凸显，让世界模型能具备了走出屏幕，走进物理世界的先决条件。

" 这两年，中国的大模型百花齐放，文本、图像、视频、音乐等多个方向已经做到了全球领先。而且更关键的变化正在发生，AI 不再只停留在生成内容，它开始理解世界怎么运行，预判行动会带来什么结果。我们笃定判断 2026 年是世界模型的元年。" 方汉说道。

2026 世界人工智能大会期间，具身智能再度成为焦点，话题热度不减。新的世界模型在不断出现，做机器人本体的企业与日俱增。

在方汉看来，具身智能行业发展还没有出现明显分化。" 长期来看，我觉得这两年是 EGO 数据扫描的红利期，我们会看到模型的能力得到迅速增强。" 方汉说道，" 从我们观察来看，中国强大的制造业基础，全品类制造能力，将让我们在世界模型驱动的物理 AI 发展过程中占尽先机。"

面对世界模型的快速变革，昆仑万维积极响应，并在 2026 世界人工智能大会期间发布了 Riemann-1.0。

" 希望我们的世界模型不是对一个单一任务的理解，而是对整个世界空间的理解。" 北京黎曼动力机器人科技有限公司（以下简称 " 黎曼动力 "）创始人刘扬介绍称，" 具身智能的核心目标是让智能体知道如何与真实世界进行有效交互，从而完成给定任务。"

黎曼动力给出的答案便是世界动作模型 Riemann-1.0。Riemann-1.0 是黎曼动力自研的通用机器人操作世界模型（World Action Model），旨在统一开放世界交互数据建模与机器人可执行控制，为具身智能提供可扩展的操作范式。

据了解，Riemann-1.0 基于扩散架构，提出全因果动作 - 视频联合建模框架，在统一生成过程中协同建模视觉动力学、环境状态演化与机器人动作序列，实现世界理解、未来预测与闭环控制的一体化学习。

为了支撑大规模预训练，Riemann-1.0 构建了一套覆盖第一人称人类视频、UMI/ 外骨骼手套演示，以及异构机器人轨迹的开放数据基础设施，将超过 23.2 万小时交互数据统一动作表示、自动标注与数据均衡，实现跨数据源、跨机器人平台的联合训练。

黎曼动力发布 Riemann-1.0 昆仑万维供图

其中，黎曼动力整合了三类互补数据源：20 万 + 小时人类第一视角操作视频、1.2 万小时 UMI/ 外骨骼手套高精度演示数据、2 万小时真机与仿真机器人轨迹，累计原始交互数据超 23.2 万小时，覆盖 41 种机器人本体、数千种日常交互场景。

经过对比测试，Riemann-1.0 在多项机器人仿真 Benchmark 及真实机器人任务上均取得领先性能，显著提升长时序操作能力、视觉泛化能力和跨场景迁移能力。

" 在真机任务上成功率领先目前开源最好模型 15%，在仿真 Benchmark 上实现 LIBERO 成功率 99.0%、RoboTwin2.0 成功率 94.3% 的领先性能，特别是 Robocasa-365 实现 62.6% 的成功率，领先之前 SOTA 模型 8.4%，在长程组合任务上效果突出。"

" 具备二十万小时级数据训练经验，验证了 EGO 数据预训练能够显著提升机器人操作能力，打通了开放世界数据向机器人控制能力迁移的技术路线。" 刘扬说道。

同时，针对大规模的 EGO 数据，黎曼动力自研自动化数据处理与标注管线，通过 VLM 语义校验、3D 手部重建、几何动作过滤和多级语义均衡等关键技术，从海量无标注视频中自动生成高质量动作监督，实现人类操作经验向机器人训练数据的规模化迁移，为模型学习长时序操作、复杂技能组合和跨场景泛化能力奠定了坚实的数据基础。

"Riemann-1.0 提出全因果动作—视频联合建模框架，在统一模型中联合学习机器人动作生成与动作条件下的未来世界演化，将机器人策略学习与世界动态建模统一为连续的状态转移过程，实现闭环机器人控制与视觉世界模拟的一体化建模。" 刘扬介绍称，" 该框架重点解决机器人场景泛化能力不足、长时序多步骤任务执行稳定性较弱，以及跨机器人本体知识迁移困难等行业挑战。"

为全面验证模型的真实部署能力，黎曼动力基于天机双臂机器人构建了积木堆叠、衣物折叠、桌面整理、厨房收纳四类典型家居操作任务，覆盖刚体操作、柔性物体操作、多物体整理以及长流程任务等代表性场景。

应用 Riemann-1.0 大模型的机器人整理厨房

实测结果显示，Riemann-1.0 平均任务成功率达到 85.0%，过程成功率（PSR）达到 94.4%，四项任务成功率均超过 80%。相比 LingBot-VA、DreamZero、G0.5 等代表性模型，Riemann-1.0 在复杂环境、多物体连续操作以及柔性物体交互等真实场景中表现出更高的稳定性和可靠性，进一步验证了其面向真实世界部署的能力。

Riemann-1.0 在多项机器人仿真基准以及真实机器人任务上的实验表明，其在长时序操作、视觉泛化和跨场景迁移等方面均取得了领先性能，验证了因果动作 - 视频联合建模、大规模开放数据预训练以及统一动作学习框架对于构建下一代机器人大脑基础模型的有效性。

如今，昆仑万维以 " 视频模型、音乐音频模型、世界模型、基座文本与多模态模型 " 四大 SOTA 模型为技术底座，搭建起赋能 "AI 短剧、AI 音乐、AI 游戏 " 三大 AI 原生娱乐经济体。

7 月 2 日，昆仑万维宣布，公司旗下天工 AI 在 2026 年第二季度实现历史性突破：AI Native 模型与产品业务年度经常性收入（ARR）已超过 8 亿美元大关。其中 AI 短剧平台业务 ARR 超过 7 亿美元，AI 工具业务 ARR 突破 1 亿美元。

作为昆仑万维的子公司，黎曼动力补齐了昆仑万维 AGI 全栈布局中物理交互的核心关键一环。

事实上，依托多年在 AI 产业的沉淀，昆仑万维逐渐总结出一条清晰的发展共识：任何硬核科技赛道，唯有长期垂直深耕才能构筑核心壁垒。为此，昆仑万维选择将机器人业务独立拆分、专项发展。这一经过实践验证的垂直孵化模式，将持续支撑昆仑万维在 AGI 核心技术领域的长期布局。

公司始终认为，前沿硬核科技赛道，应当保障核心团队独立发展、配置专属资源、长期持续投入。公司已经构建起成熟的硬核科创孵化体系，为初创企业注入资金与产业生态支持，充分赋予创始团队自主决策空间。黎曼动力将延续这套发展路径，集中攻坚通用机器人世界模型核心技术，打通机器人感知、认知、决策与执行全链路智能化能力，致力于打造适配全品类机器人的通用 " 机器人大脑 "。

" 我们对此还是比较有信心的。" 方汉说道，" 我也很坦然承认世界模型对后续资金需求是不容忽视的。作为上市公司，我们也希望使用各种各样的财务手段来支持企业的长期发展 "。