HY-Embodied-0.5-X：腾讯开源的轻量化具身大模型，赋能机器人全流程智能交互
HY-Embodied-0.5-X 是腾讯混元Hunyuan团队联合腾讯Robotics X实验室共同研发并正式开源的具身多模态基础大模型，项目完整托管于GitHub开源社区，全程开源开放，面向全球开发...
GO-2：智元机器人推出的具身智能 VLA 基座大模型
GO-2（Genie Operator-2）是智元机器人推出的新一代具身智能基座大模型，以统一架构融合逻辑推理与高精度运动控制，首创动作思维链与异步双系统，弥合语义意图与物理动作的...
Matrix-Game 3.0：昆仑万维推出的工业级实时交互世界模型，长时记忆驱动高保真虚拟世界生成
Matrix-Game 3.0是昆仑万维旗下天工AI研发的工业级实时流式交互式世界模型，是首个实现长时序一致性、720p高分辨率、实时交互三者统一的开源世界模型。该模型基于扩散Trans...
GigaWorld-1：极佳视界开源的高精度物理交互AI世界模型
GigaWorld-1是国内科技企业极佳视界自主研发的新一代动作控制类具身世界模型（AC-WM），聚焦物理世界AI交互与智能体动作模拟，是面向机器人、自动化设备、物理仿真场景打造...
Kairos 3.0：大晓机器人开源的具身原生世界模型，物理一致生成与端侧实时推理
Kairos 3.0（开悟世界模型3.0）是大晓机器人开源的具身原生世界基础模型，以物理规律与因果逻辑为核心，采用线性时间复杂度DiT架构，实现“多模态理解—生成—预测”一体化...
Ctrl-World：清华斯坦福联合开源的可控生成式世界模型，精准驱动机器人操控与虚拟预演
Ctrl-World 是由清华大学与斯坦福大学联合研发、基于 PyTorch 实现的可控生成式世界模型，专为机器人操控任务设计。它以 Stable Video Diffusion 为基座，通过动作条件驱动...
RynnBrain：阿里巴巴达摩院推出的开源具身智能基础模型
RynnBrain是阿里巴巴达摩院开源的具身基础模型，以物理现实为锚点，面向机器人操作、视觉-语言导航、复杂任务规划等具身智能场景设计，具备时空定位、物理空间交错推理、物...
LingBot-VA：蚂蚁灵波开源的机器人自回归视频 - 动作世界模型
LingBot-VA是蚂蚁灵波开源的一款面向通用机器人控制的因果视频-动作世界建模框架，核心基于自回归视频预测与逆向动力学推理，打破传统机器人“观察-反应”的固有模式，通过...
Being-H：BeingBeyond 推出的开源跨体化 VLA 基础模型
Being-H 是由BeingBeyond 团队开源的以人为中心的跨体化视觉 - 语言 - 动作（VLA）基础模型，核心聚焦于解决机器人学习中 “形态异构、数据稀缺、泛化能力弱” 的行业痛点，...
Spirit-v1.5：千寻智能推出的全球领先开源视觉 - 语言 - 动作具身智能基础模型
Spirit-v1.5是由千寻智能（Spirit AI）研发并开源的端到端视觉-语言-动作（VLA）具身智能基础模型，该模型在RoboChallenge Table30基准测试中以66.09分的综合得分和50.33%的...
GigaWorld-0：极佳视界（GigaAI）开源的具身智能专用世界模型框架
GigaWorld-0是由极佳视界（GigaAI）开源的具身智能专用世界模型框架，其核心定位为“世界模型即数据引擎”，通过GigaWorld-0-Video和GigaWorld-0-3D两大协同组件，首次实现...