Verne Robotics 开源世界动作模型 V0.5

Rohan Paul· @rohanpaul_ai · X·2026-11-06 02:45· 1 小时前AI 评分50

AI 导读

Verne Robotics 发布开源权重世界动作模型 V0.5，可读取摄像头画面并输出下一秒机械臂、夹爪与移动底座的运行动作。该模型基于 Wan2.2 视频生成器、从超 170 万条演示中学习，不到 2 小时演示即可学会新工业任务。在 RoboTwin 2.0 随机杂乱、光照与纹理测试中，V0.5 从 81.0% 降至 73.4%，π0.5 则从 70.7% 降至 46.0%。

正文 · 原文

@VerneRobotics 的精彩发布

V0.5，一个开源权重世界动作模型，它通过摄像头观察并输出下一秒机械臂、夹爪和移动底座的动作。

关键在于，它仅用不到 2 小时的演示就学会了新的工业任务。

机器人模型通常会在房间发生变化时出错。在两种模型都未训练过的杂乱环境和全新光照下，Verne Robotics 的 V0.5 在仿真中损失了 7.6 分，而 Physical Intelligence 的 π0.5 损失了 24.7 分。

在 RoboTwin 2.0 的随机杂乱、光照和纹理测试中，Verne 的测试显示 V0.5 从 81.0% 降至 73.4%，而 Physical Intelligence 的 π0.5 从 70.7% 降至 46.0%。

V0.5 基于 Wan2.2 视频生成器构建，从超过 170 万条演示中学习，以预测即将到来的摄像头画面以及产生这些画面的动作。

https://x.com/VerneRobotics/status/2118029255804129448/video/1

https://x.com/VerneRobotics/status/2118029256538169657/video/1

来源：Rohan Paul · x.com