RoboTwin、RoboDojo 双榜领跑，厘清智能发布两项学术成果，持续推进 Physical AI Infra 建设

近日，厘清智能创始人、清华大学人工智能学院李一鸣教授团队围绕 Physical AI 的模型表征与任务执行提出两项研究工作：与英伟达研究者共同提出 PrismWAM，探索如何让动作生成更直接地依据物理状态；团队提出 RoboDoctor，探索如何将动作策略与任务诊断、纠错和经验管理结合起来。

据团队公布的评测结果，PrismWAM 在 RoboTwin 2.0 C2R 上取得 83.67% 的平均成功率，位列官方榜单第一。模型采用预训练视频模型初始化，并对深度 VAE 进行约 2,300 小时深度数据预训练；在此基础上，未使用额外机器人动作数据预训练，也未对下游策略训练数据进行额外增强。

PrismWAM 将语义上下文与物理状态演化分开建模：RGB 提供任务和场景语义，Depth 用于推演空间状态如何随动作变化，再由物理状态支持动作生成。团队提出，这种设计让模型能够更直接地利用空间、几何与状态变化信息，探索除扩大模型参数和数据规模之外的能力提升路径。

在系统层面，RoboDoctor 将连续动作策略与 Agent 的诊断、规划和经验管理结合。系统根据任务进度和真实执行结果判断是否需要干预；当动作结果偏离预期时，可以调整后续行动，并将交互经验用于后续决策。RoboDoctor v1.0 在 RoboDojo 全部 54 项任务的仿真实验汇总中取得 57.10 分。据团队按发稿时可查的公开结果进行的对比，该成绩领先当时公开可比方法；在泛化、精细操作、长程任务、记忆和开放任务五个维度均名列前茅。

两项研究分别关注模型如何依据物理状态生成动作，以及系统如何从执行反馈中诊断和改进。厘清智能认为，Physical AI 的发展需要将真实任务、物理数据、模型训练与执行反馈连接起来，使任务中的交互和结果能够持续转化为可执行、可迁移、可改进的物理能力。公司将这一方向概括为 Scaling Physics：规模化的不只是模型与数据，也包括模型理解空间、几何、运动、接触及动作后果的能力。

围绕这一目标，厘清智能正在建设 Physical AI Infra，覆盖物理数据采集与处理、模型能力转化以及任务执行反馈等环节。据公司介绍，其已构建数十万小时 RGB-D 数据，深度数据管线精度达到毫米级，并正向亚毫米级迈进；数据覆盖工业、实验室、农业、餐饮消费、公共服务和生物制药等场景。

厘清智能是一家 Physical AI Infra 平台公司。它所押注的，不是某一种机器人形态，也不是单纯扩大数据规模，而是为 Scaling Physics 建设一套原生基础设施，让真实任务更高效地转化为物理能力，并让能力在持续反馈中不断进化。

让智能自由流动。

（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）