凤凰彩票app2026世界杯最新版下载 老黄吹的Cosmos 3, 在一个北大团队作念的榜单上拿了第一

刚刚往常的GTC Taipei上，最备受矜恤的，莫过于Cosmos 3。

这是一个统统开源的物理AI全模态模子。老黄暗示，Cosmos 3辞宇宙生成这项上，在Artificial Analysis、Physics-IQ、PAI-Bench、R-Bench四个开源榜单上均列第一。

前三个bench都算业界比较眼熟的，而R-bench——我挑升查了查，这个让Cosmos 3霸榜的榜单，竟出自一支北大团队。

这篇职责已被ICML 2026剿袭，名字叫《Rethinking Video Generation Model for the Embodied World》，来自北京大学、字节进步Seed等机构的商量团队。

他们建议了面向具身宇宙的视频生成评测与数据基础设施：R-Bench+RoVid-X。

值得驻守的是，在作家列内外，字节Seedance 2.0的预老到安靖东说念主曾妍，也赫然在列。

R-Bench：专门给机器东说念主视频生成请的“考官”

Cosmos 3是英伟达此次GTC Taipei的主角之一。

按老黄的说法，它是民众首个统统开源的物理AI全模态模子，基于一种mixture-of-transformers架构，能在一个模子里同期邻接和生成文本、图像、视频、环境声息，乃至机器东说念主的动作。

Nano和Super两个尺寸，都还是挂上了Hugging Face。

换句话说，Cosmos 3要作念的不是“拍出雅瞻念的视频”，而是给机器东说念主、自动驾驶这些要在确切宇宙里干活的系统，生成“物理上说得通”的数据。

但问题它就来了。

一个模子生成的机器东说念主视频，到底是不是“物理上说得通”，该用什么来估量？

往常一年，视频生成的故事简直都绕着团结个问题伸开：谁能拍得更明晰、更通晓、更有电影感。

但在机器东说念主场景里，画质雅瞻念是一趟事，能不可用又是另一趟事。

若是一个模子能生成传神的机械臂，却让夹爪穿过物体；能让机器东说念主看起来“动起来”，却无法完成抓取、扬弃、回身、合作等任务，那么它距离Physical AI需要的“宇宙模子”，仍然隔着一条畛域。

R-Bench的中枢起点，等于把视频生成模子从“视觉生成器”放到“物理宇宙模拟器”的语境下从头评估。

它不单看画面是否传神，而是系统性估量模子是否能生成适合具身任务逻辑和物理敛迹的视频。

具体而言，R-Bench是一个以机器东说念主为中心的视频生成评测基准，包含650个图像-文本评测样本，从5类任务才能和4类机器东说念主样子两个维度构建。

在职务维度上，NBA下注(中国)官网入口R-Bench掩盖操作本质、空间相关、多主体合作、永劫策划和视觉推理；在机器东说念主样子维度上，掩盖单臂、双臂、四足和东说念主形机器东说念主。

这么的设想让R-Bench不再只问“视频像不像”，而是进一步追问：

机器东说念主有莫得信得过斗殴到主见物体？

任务舛错容颜是否完好出现？

多个物体或多个主体之间的相关是否合理？

机器东说念主样子在通顺历程中是否保持通晓？

永劫序动作是否适合任务逻辑？

因此，R-Bench不仅仅一个排名榜，更可以看成机器东说念主视频生成数据的“物理质地过滤器”：

它能够评估生成视频是否随和斗殴相关、动作措施、样子通晓性和任务完成度等物理敛迹，从而匡助筛选出更适合物理王法、可用于具身智能老到的数据。

为了捕捉这些问题，R-Bench设想了一套可复现的自动化评测目的体系，能够识别机器东说念主样子畸变、物体属性漂移、部件飞舞或穿模、无斗殴抓取、捏造出现物体、舛错动作缺失等常见失败模式。

值得驻守的是，R-Bench的自动打分，和东说念主工评测的Spearman研究统统达到0.96。

这意味着它不仅仅个自动跑分用具，在很猛进度上对王人了东说念主类对“物理合不对理”“任务完没完成”的判断。

榜单上还能看到什么？

在最新R-Bench Leaderboard中，Cosmos 3系列还是成为开源社区最亮眼的模子之一。

Cosmos3-Nano以0.584的概括得分位列RBench开源模子第一，Cosmos3-Super紧随其后，拿到0.581。

放到扫数这个词榜单里看，这传递出两个信号。

一所以物理AI为主见老到的视频宇宙模子，还是开动在机器东说念主图像到视频生成上展现竞争。

比拟传统通用视频模子，它的上风不单在画质，更在于更接近具身智能需要的物理模拟与动作延展才能。

二是闭源营业模子概括才能仍然最初，凤凰彩票app2026世界杯最新下载但开源正在快速追逐。

对商量社区来说，这种“开源能打”的信号，比单个模子更强更进军。

而比排名更有价值的，是RBench照出来的几处共性短板：

详细操作照旧老浩劫。迁徙、回身这类大幅动作模子还是作念得可以，但抓、持、拧、插、扬弃这些对斗殴建模条款高的动作，最容易出错。

永劫策划仍是弱项。视频看起来连贯，不代表任务逻辑正确，模子可能动作通达却漏掉舛错容颜，或者把措施搞反。

通用常识和机器东说念主数据没“合上”。纯通用视频有丰富的宇宙常识但缺机器东说念主交互，纯机器东说念主数据又每每畛域有限、样子单一。

从这个角度看，R-Bench更像一面镜子，把视频模子在物理宇宙里的确切软肋照了出来。

RoVid-X：400万条机器东说念主视频，开源了

发现了问题，下一步等于喂数据。这恰是RoVid-X要科罚的事。

团队还是在Hugging Face上开源了RoVid-X的进军子集（300万条机器东说念主视频），上线后热度攀升很快——它在Datasets Trending 的Video模态大畛域数据鸠集排名第一，在一王人6.5万多个Video模态数据集的全体Trending里也位列第九。

这反应了RoVid-X看成面向机器东说念主视觉/视频邻接的大畛域数据资源，在开源社区中的快速影响力。

数据集的完好版畛域达到400万条机器东说念主视频片断、1300+细粒度手段、1万+小时实质，差别率720P，并附带RGB、深度、光流等多模态物理标注。

和通用互联网视频不同，RoVid-X要让模子斗殴的是更接近确切的机器东说念主交互历程：物体何如被抓取、机械臂何如接近主见、任务何如被领悟、动作和环境何如共同酿成物理敛迹。

这种数据关于视频宇宙模子尤其舛错。因为物理邻接不是简便靠提醒词补出来的，而需要模子在多数交互数据中学习斗殴、措施、力学相关和结构通晓性。

实验放手也知道，引入RoVid-X数据后，模子在具身任务中的进展能够取得通晓进步。

举例在Wan系列模子上，经过RoVid-X微调后，模子在操作本质、永劫策划和空间邻接等维度均有显豁改善。

这领路高质地、结构化的机器东说念主视频数据，如实能够进步视频生成模子面向具身场景的可本质性与通晓性。

这项职责的深嗜深嗜，不单在于多了一个benchmark和一个dataset，而是把视频生成放进了物理AI的语境里从头注释。

往常视频生成更多管事于实质创作：告白、短片、殊效。往后，它可能成为机器东说念主老到、仿真环境构建和具身智能数据闭环的基础设施。

当模子开动邻接斗殴、措施、结构通晓性和动作后果，“生成一段看起来合理的视频”就在向“可用于物理宇宙推演的宇宙模拟引擎”围聚。

R-Bench和RoVid-X是在这个转向中补上两块舛错拼图：一个回应“怎么评估”，一个回应“怎么老到”。

跟着Cosmos 3等Physical AI视频宇宙模子干涉R-Bench榜单并取得开源Top-1，具身视频生成的竞争也正在从单纯比拼视觉遵循，转向更接近确切宇宙的物理邻接和任求本质才能。

关于开源社区而言，这简略是一个更进军的信号：Physical AI的进展，不单属于闭源模子和营业系统，也可以诱骗在怒放评测、怒放数据和怒放模子共同演化的基础之上。

按团队的策划，下一步还会去作念从生成视频反推可本质动作的Inverse Dynamics Model，进一步买通视频生成、政策学习和真机部署之间的闭环。

视频生成模子的下一站，简略果真不仅仅拍电影，而是模拟、邻接，并参与确切的物理宇宙。

团队布景

这支团队叫DAGroup，来自北京大学，安靖东说念主是周大权。

周大权的阅历，赶巧踩在此次职责的题眼上。

他从2022年就开动作念视频生成，是最早一批入场的东说念主之一——

代表作MagicVideo是业界最早的隐空间扩散视频模子之一，其后还有MagicVideo-V2、StoryDiffusion、Magic-Me等一系列职责。

在腾讯混元视频模子HunyuanVideo中，他指导了模子预老到与扩散算法设想团队。

更早之前，他在模子与硬件遵循标的也颇有累积，Coordinate Attention曾被列为CVPR 2020最具影响力论文第2名。

如今回到北大作念助理西宾，他把商量重点放到了机器东说念主、AIGC和VLA上。

他自述，我方的商量长久带着一条“用最少的算力和内存，跑最强的算法”的干线。

除R-Bench/RoVid-X外，DAGroup还在鼓舞HumanNet、StableVLA等多个具身与宇宙模子标的的开源式样。

论文地址：https://arxiv.org/abs/2601.15282

Project Page：https://dagroup-pku.github.io/ReVidgen.github.io/

GitHub地址：https://github.com/DAGroup-PKU/HumanNet

R-Bench Leaderboard：https://huggingface.co/spaces/DAGroup-PKU/Leaderboard

RoVid-X Dataset：https://huggingface.co/datasets/DAGroup-PKU/RoVid-X/凤凰彩票app2026世界杯最新版下载