刚刚以前的 GTC Taipei 上，最备受和蔼的，莫过于Cosmos 3。
这是一个皆备开源的物理 AI 全模态模子。老黄示意，Cosmos 3 辞天下生成这项上，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——我迥殊查了查，这个让 Cosmos 3 霸榜的榜单，竟出自一支北大团队。
这篇责任已被 ICML 2026 汲取，名字叫《Rethinking Video Generation Model for the Embodied World》，来自北京大学、字节最初 Seed 等机构的商讨团队。
他们建议了面向具身天下的视频生成评测与数据基础设施：R-Bench+RoVid-X。
值得老成的是，在作家列内外，字节 Seedance 2.0 的预覆按细致东说念主曾妍，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，它是巨匠首个皆备开源的物理 AI 全模态模子，基于一种 mixture-of-transformers 架构，能在一个模子里同期默契和生成文本、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，都依然挂上了 Hugging Face。
换句话说，Cosmos 3 要作念的不是"拍出好意思瞻念的视频"，而是给机器东说念主、自动驾驶这些要在确切天下里干活的系统，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"，该用什么来想到？
以前一年，视频生成的故事简直都绕着归拢个问题伸开：谁能拍得更了了、更安详、更有电影感。
亚搏体育中国官网在线入口但在机器东说念主场景里，画质好意思瞻念是一趟事，能弗成用又是另一趟事。
如若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、遗弃、回身、互助等任务，那么它距离 Physical AI 需要的"天下模子"，仍然隔着一条边界。
R-Bench的中枢起点，便是把视频生成模子从"视觉生成器"放到"物理天下模拟器"的语境下重新评估。
它不单看画面是否传神，而是系统性想到模子是否能生成顺应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 类任务智力和4 类机器东说念主形态两个维度构建。
在职务维度上，R-Bench 遮盖操作实践、空间关系、多主体互助、永劫计较和视觉推理；在机器东说念主形态维度上，遮盖单臂、双臂、四足和东说念主形机器东说念主。
这么的遐想让 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确切斗殴到主义物体？
任务重要要领是否竣工出现？
多个物体或多个主体之间的关系是否合理？
机器东说念主形态在率领经过中是否保持安详？
永劫序动作是否顺应任务逻辑？
因此，R-Bench 不仅仅一个排名榜，更可以手脚机器东说念主视频生成数据的"物理质料过滤器"：
它能够评估生成视频是否闲静斗殴关系、动作步伐、形态安详性和任务完成度等物理敛迹，从而匡助筛选出更顺应物理规则、可用于具身智能覆按的数据。
为了捕捉这些问题，R-Bench 遐想了一套可复现的自动化评测方针体系，能够识别机器东说念主形态畸变、物体属性漂移、部件飘浮或穿模、无斗殴抓取、诬捏出现物体、重要动作缺失等常见失败模式。
值得老成的是，R-Bench 的自动打分，和东说念主工评测的 Spearman 相干扫数达到0.96。
这意味着它不仅仅个自动跑分用具，在很猛进度上对皆了东说念主类对"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 系列依然成为开源社区最亮眼的模子之一。
Cosmos3-Nano 以0.584的详细得分位列 RBench 开源模子第一，Cosmos3-Super 紧随其后，拿到0.581。
放到通盘榜单里看，这传递出两个信号。
一所以物理 AI 为主义覆按的视频天下模子，依然运行在机器东说念主图像到视频生成上展现竞争。
比较传统通用视频模子，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智力。
二是闭源买卖模子详细智力仍然最初，但开源正在快速追逐。
对商讨社区来说，ag·真人(官网)平台这种"开源能打"的信号，比单个模子更强更迫切。
而比排名更有价值的，是 RBench 照出来的几处共性短板：
良好操作照旧老浩劫。迁徙、回身这类大幅动作模子依然作念得可以，但抓、抓、拧、插、遗弃这些对斗殴建模条目高的动作，最容易出错。
永劫计较仍是弱项。视频看起来连贯，不代表任务逻辑正确，模子可能动作开通却漏掉重要要领，或者把步伐搞反。
通用学问和机器东说念主数据没"合上"。纯通用视频有丰富的天下学问但缺机器东说念主交互，纯机器东说念主数据又经常限度有限、形态单一。
从这个角度看，R-Bench 更像一面镜子，把视频模子在物理天下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，下一步便是喂数据。这恰是RoVid-X要贬责的事。
团队依然在 Hugging Face 上开源了 RoVid-X 的迫切子集（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 模态大限度数据不绝排名第一，在一说念 6.5 万多个 Video 模态数据集的举座 Trending 里也位列第九。
这响应了 RoVid-X 手脚面向机器东说念主视觉 / 视频默契的大限度数据资源，在开源社区中的快速影响力。
数据集的竣工版限度达到400 万条机器东说念主视频片断、1300+ 细粒度妙技、1 万 + 小时本体，别离率 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经过：物体怎样被抓取、机械臂怎样接近主义、任务怎样被理解、动作和环境怎样共同造成物理敛迹。
这种数据关于视频天下模子尤其重要。因为物理默契不是绵薄靠教唆词补出来的，而需要模子在大都交互数据中学习斗殴、步伐、力学关系和结构安详性。
实验物化也显现，引入 RoVid-X 数据后，模子在具身任务中的发扬能够得回安详进步。
举例在 Wan 系列模子上，经过 RoVid-X 微调后，模子在操作实践、永劫计较和空间默契等维度均有显豁改善。
这证明高质料、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实践性与安详性。
这项责任的敬爱，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 的语境里重新注目。
以前视频生成更多工作于本体创作：告白、短片、殊效。往后，它可能成为机器东说念主覆按、仿真环境构建和具身智能数据闭环的基础设施。
当模子运行默契斗殴、步伐、结构安详性和动作后果，"生成一段看起来合理的视频"就在向"可用于物理天下推演的天下模拟引擎"围聚。
R-Bench 和 RoVid-X 是在这个转向中补上两块重要拼图：一个回应"如何评估"，一个回应"如何覆按"。
跟着 Cosmos 3 等 Physical AI 视频天下模子参预 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成果，转向更接近确切天下的物理默契和任务实践智力。
关于开源社区而言，这约略是一个更迫切的信号：Physical AI 的进展，不单属于闭源模子和买卖系统，也可以成就在通达评测、通达数据和通达模子共同演化的基础之上。
按团队的计较，下一步还会去作念从生成视频反推可实践动作的 Inverse Dynamics Model，进一步买通视频生成、计谋学习和真机部署之间的闭环。
视频生成模子的下一站，约略确切不仅仅拍电影，而是模拟、默契，并参与确切的物理天下。
团队配景
这支团队叫DAGroup，来自北京大学，细致东说念主是周大权。
周大权的阅历，刚巧踩在此次责任的题眼上。
他从 2022 年就运行作念视频生成，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 等一系列责任。
在腾讯混元视频模子 HunyuanVideo 中，他率领了模子预覆按与扩散算法遐想团队。
更早之前，他在模子与硬件着力主义也颇有积蓄，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阐明，他把商讨要点放到了机器东说念主、AIGC 和 VLA 上。
他自述，我方的商讨恒久带着一条"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 还在推动 HumanNet、StableVLA 等多个具身与天下模子主义的开源形式。
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/
— 宽贷 AI 居品从业者共建 —
� �「AI 居品学问库」是量子位智库基于持久居品库跟踪和用户举止数据推出的飞书学问库，旨在成为 AI 行业从业者、投资者、商讨者的中枢信息关节与有盘算推算复古平台。
一键和蔼 � � 点亮星标
科技前沿进展逐日见AG真人国际app中国官方商店下载