地瓜机器人开源 Uranus 世界模型仿真平台，RoboTwin 闭环评测相关性达 0.98

10 月 27 日，地瓜机器人大模型团队开源 Uranus 技术报告，并同步开放推理代码、SDK 和模型权重，面向全球开发者与研究者开放 100 个早期体验名额。Uranus 面向机器人策略的交互测试与比较：真机实验受设备、周期和安全条件限制，传统仿真又依赖人工搭建场景和物理模型；团队希望通过真实交互数据学习动作带来的视觉变化，让策略能在虚拟环境里连续运行。

使用 Uranus 时，开发者提供参考画面、相机参数、机器人本体描述、任务提示和后续关节轨迹，模型据此预测多视角观测。策略读入生成画面后输出下一步动作，模型再继续推演。任务提示可以描述具体操作，例如图中的「拿起白色零食，再把它放下」。

图 1｜Uranus 总体框架

不同机器人的关节数量、结构、末端执行器与相机布局各不相同。Uranus 根据本体描述和关节状态进行前向运动学计算，将关键点和末端位姿转换为骨架表示；相机标定参数则用于生成 Plücker 射线嵌入，描述画面与空间的对应关系。团队称，统一表示支持 7 种主流机器人本体及不同相机配置。

一次推演中，模型接收一段未来关节位置，预测潜在帧，再解码为各相机对应的连续画面。为了让模型能持续使用自身生成的观测，Uranus 采用因果架构，只让新帧读取参考画面与有效历史；缓存保留参考帧，并通过滑动窗口管理其他历史信息。团队结合自回归推演蒸馏与历史特征复用，将每个潜在帧压缩至四步去噪。框架图标注的推理速度为 H20 上 10 FPS；团队还展示了从约 3 秒训练片段延伸到 60 秒连续闭环的推演。

图 2｜连续生成流程

闭环评测中，策略持续读取 Uranus 生成的画面并输出动作，由模型推进环境。团队在 RoboTwin 的 5 个任务、9 个策略上开展实验，每个策略在各任务中运行 15 个 episode。经过针对 RoboTwin 的领域适配后，策略在 Uranus 与原仿真环境中的平均成功率相关系数达到 0.98，策略排序指标 MMRV 为 0.01。

图 3｜RoboTwin 闭环策略评测

在 WorldOlympiad 机器人评测设置下，Uranus 的综合得分为 0.722，交互得分为 0.730。下图展示综合得分对比，Uranus 高于 Cosmos-Predict-2.5 的 0.712 和 LingBot-World 的 0.684。考虑到各模型的应用目标不同，团队将这组结果作为参考性评估。

图 4｜WorldOlympiad 综合得分对比

这些实验显示，Uranus 在特定任务与适配条件下可用于比较策略表现。精细接触、物体状态变化，以及虚拟环境评测结果能否迁移至真机，仍需进一步验证。技术报告、推理代码和模型权重已开放，开发者也可通过官方入口申请早期体验。