Vidu 背后的那家公司刚发了 Motubrain——一个号称能当"机器人通用大脑"的 World Action Model。Alibaba Cloud 领投的 2.93 亿美元 B 轮新闻刚出来,这事 4 月 29 日在 Singapore 正式发的,五件事最能说明它跟其他机器人模型不一样在哪。
发布方是 ShengShu Technology(生数科技),熟悉 AI 视频圈的人对这家应该不陌生——Vidu Q3 刚拿了 SuperCLUE 全球 Reference-to-Video 第一,是国产视频生成里走得最远的一家。Motubrain 是他们的下一根支柱,定位完全不同,从”生成世界”挪到”在世界里行动”。下面这五条最能说明这个东西的位置。
-
一个统一模型,替代多个任务特定模型。过去这一两年机器人圈的主流路线还是任务特定:你要让机器人叠衣服,你训一个叠衣服的模型;要它分拣零件,你再训一个分拣的。模型一多就开始打架——内存吃不下、维护成本爆炸、新任务从零开始。Motubrain 反过来,用一个统一模型同时承担感知、决策、动作生成,把”机器人当下要做什么”跟”机器人能怎么做”塞进同一套权重里。
-
RoboTwin 2.0 基准 50 个任务平均 96.0 分。这个数本身就高,但更难的是它在”随机化环境”测试里依然超 95.0——意思是把场景里的物体位置、光照、初始状态全部打乱,模型不靠死记硬背场景就能完成。其他主流模型在随机化条件下都掉到 95 以下。Motubrain 是这个榜上唯一一个在随机环境里仍能超 95 分的模型。
-
数据规模曲线吃得动。把训练任务数从少量逐步加到 50,Motubrain 的成功率最高能到 92%,Pi-0.5 同样的曲线只掉到 68%。同样把训练 episodes 数往上加,Motubrain 的领先也在稳步扩大。这条曲线意味着两件事:一是这个架构吃数据吃得下,二是它不会随着任务多了就崩——这两条对落地最关键。
-
资本投票看得很重。ShengShu 这次拿了 Alibaba Cloud 领投的 2.93 亿美元 B 轮,跟投方包括中国互联网投资基金、好未来、百度风投、Luminous Ventures。这种投资人列表是中国”国家队 + 互联网巨头”的典型组合——意味着 Motubrain 不光是一个学术 demo,是被资本明确押注的产业方向。Physical AI(物理 AI)这条赛道过去半年从论文圈走向产品圈的速度肉眼可见,DeepMind、英伟达、Tesla 各家都在推自己的 World Model + 机器人栈,Motubrain 是中国这边第一次有公司用基准成绩 + 真实硬件部署 + 大额融资三件齐全的方式站到这个赛道前排。
-
跟 Vidu 的协同是一条独特的路径。从”能看懂世界 + 能生成世界”(Vidu 解决视频)到”能在世界里动手”(Motubrain 解决机器人),这两件事底层都依赖同一类生成模型的世界理解能力。生成视频本身就是在大量物理交互数据上预训练的,这一层可以反哺机器人侧的常识理解。Vidu 见多了人怎么打开冰箱、机械臂怎么拧螺丝、推拉门怎么开,这些视觉先验沉到 Motubrain 的权重里就成了机器人的”物理常识库”。一家公司能同时跑通”娱乐+营销”和”工业+服务”两条产品线,在中国 AI 创业圈里不算多见,这条产业链路本身就是 ShengShu 区别于其他机器人创业公司的护城河。
如果你做机器人产品、做 embodied AI 研究、或者在算”中国 Physical AI 公司哪几家值得跟”,这条值得记下来。短期内 Motubrain 是不是会接到大规模 OEM 订单还要观察,但作为一个技术信号,这是 2026 年 4 月最值得停下来看的几条机器人新闻之一,也是中国机器人公司第一次以基准成绩为入场资格站到全球前排。
链接 · 评论区取 ↓
关注 @svtransit1 · 写给真在用 AI 的人
#AI #机器人 #物理AI #ShengShu
原始来源：https://www.shengshu.com/en/motubrain
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS