穹彻智能发布世界动作模型 Noe-0，全链路无本体数据训练
Noe-0 证明不用遥操数据，仅靠真实操作视频，也能训练出能执行复杂任务的具身智能世界动作模型。
穹彻智能发布具身智能预训练模型 Noe-0，其训练数据全部来自人在真实环境中的直接操作，而非传统的遥操作（远程控制机器人）数据。模型采用世界动作模型架构，以视频预测为核心，学习物理规律并转化为机器人动作，为具身智能的大规模训练提供了新思路。
正文摘录
突破遥操瓶颈！全新无本体数据世界动作模型 Noe-0 发布 编辑｜冷猫 我们理想中的具身智能模型，是什么样的？ 或许可以归结为几个关键词：足够通用，理解真实世界，具备自主决策与行动能力，同时还能自然、高效地与人和环境持续交互。 这些关键词共同指向了一类模型：世界动作模型（WAM）。视频生成模型正在变成机器人世界模型底座，而想要真正让具身智能模型 Scaling 起来，对真实物理世界的理解深度就格外重要。 而这，是具身世界动作模型的新进展，机械手能够稳健地完成相对复杂、精细的现实任务：[](https://mp.weixin.qq.com/s/aUG63Je6ReCygzq4QoE4A) 刚刚，穹彻智能发布具身智能预训练模型 Noe-0 ，一个训练全链路采用无本体采集数据的世界动作模型。  - 技术博客链接：https://lab.noematrix.ai/blog/1-noe-0-research-preview/ 所有自采训练数据都来自人在真实环境中直接完成操作的记录。超 50 个城市、数十万小时、数十万种任务类型。 这是一个相当激进的策略。