一家此前鮮為人知的公司，憑藉一款機器人世界模型，悄然登頂多項行業基準測試。它就是黎曼動力（Riemann Dynamics）釋出的 Riemann-1.0，背後站著的是A股上市公司 崑崙萬維。
Riemann-1.0的獨特之處在於其訓練資料構成：在總計 23.2萬小時 的訓練資料中，佔絕對大頭的並非機器人操作資料，而是 人類第一視角影片。這些影片記錄了人類日常生活中的各種操作——做飯、疊衣服、整理房間等，模型從中學習人類如何感知環境、規劃動作並處理意外。
從人類影片到機器人可執行的控制能力，中間橫亙著一個核心難題：人類影片裡沒有機器人動作標籤。人疊衣服的影片看得再多，機器人手臂該轉多少度、夾爪該用多大力，影片中並無標註。黎曼動力的團隊為此構建了一套完整的 資料處理流水線：先用視覺語言模型（VLM）將長影片切割為細粒度動作片段，併為每段配上任務描述、動作指令、場景和物體資訊；接著進行六類廢片過濾（畫面中人太多、動作無意義、遮擋嚴重、任務未完成、非第一視角、手部出畫面等）；然後通過手部姿態重建和相機位姿估計，將手的運動軌跡換算到世界座標系並做平滑處理；最後按場景、任務、動作、技能、物體五個層級分類，均衡配比，防止模型偏食。這套流水線將海量“人類幹活錄影”轉化為機器人能讀懂的“動作教材”。
架構上，Riemann-1.0基於擴散架構，提出了 全因果動作-影片聯合建模框架，將視覺動態、環境狀態和機器人動作序列放入同一個生成過程中統一學習。模型不僅知道“眼前看到了什麼”，還在學習“動作會如何改變環境，以及下一刻世界可能變成什麼樣”。為了讓同一個模型適配 41種不同形態的機器人本體，Riemann-1.0設計了本體專屬的動作對映模組，試圖打造一個負責理解環境、預測變化的“通用世界大腦”，再通過不同機器人的動作介面卡將這種理解轉化為具體執行能力。
在基準測試中，Riemann-1.0的表現驗證了這條技術路線的有效性。在專門考察長序列家務能力的 RoboCasa-365 上，模型從頭訓練成功率為38.2%；加入機器人資料預訓練後升至43.4%，提升5.2個百分點；再加入UMI資料後達到48.2%，又提升4.8個百分點。團隊指出，人類資料帶來的遠不止“更多訓練樣本”，它給模型灌輸了更豐富的物體互動方式、動作語義和任務先驗，直接抬高了模型在未見場景中的泛化上限。在專為雙靈巧手人形機器人設計的 EgoVLA基準測試 中，僅比較是否加入人類影片預訓練，結果同樣顯著。
上崗前，團隊還為模型安排了針對真實落地場景的專項後訓練，搭建了四類代表性家務考場：有序積木堆疊（考精準操控和指令理解）、柔性布料摺疊（考形變物體互動）、桌面雜物整理和廚房餐具收納（考雜亂環境下的長流程連續操作）。參與對比的開源基座模型使用相同資料和訓練步數。結果 Riemann-1.0平均成功率達85.00%，過程完成度（衡量長流程中間步驟推進的指標）為 94.43%，兩項均排名第一，領先最好的開源模型 15個百分點。
崑崙萬維此前在AI遊戲、AI音樂、AI短劇等內容賽道多有佈局，此次通過子公司黎曼動力切入具身智慧領域，標誌著其正式將AI能力延伸至物理世界。在同期舉辦的《世界模型與多模態範式躍遷》論壇上，崑崙萬維還亮相了另外兩款模型，顯示出其在多模態與具身智慧方向的系統性佈局。Riemann-1.0的成功，也進一步驗證了行業正在形成的訓練範式：先用大規模開放世界影片做預訓練，讓模型看遍人類與物理世界的互動，積累物理直覺；再用少量真實機器人資料做動作對齊，將直覺翻譯為可執行的控制訊號。